搜索
人大经济论坛 › 附件下载

附件下载

所在主题：
文件名:  plyr-tutorial.zip
资料下载链接地址: https://bbs.pinggu.org/a-1731876.html
附件大小:
apply族函数


是R语言中很有特色的一类函数，包括了apply、sapply、lapply、tapply、aggregate等等。
在这篇博文里对它们进行了简略的说明。这一类函数本质上是将数据进行分割、计算和整合。它们在数据分析的各个阶段都有很好的用处。
例如在数据准备阶段，我们可以按某个标准将数据分组，然后获得各组的统计描述。或是在建模阶段，为不同组的数据建立模型并比较建模结果。
apply族函数与Google提出的mapreduce策略有着一致的思路。因为mapreduce的思路也是将数据进行分割、计算和整合。只不过它是将分割后的数据分发给多个处理核心进行运算。如果你熟悉了apply族函数，那么将数据转为并行运算是轻而易举的事情。plyr包则可看作是apply族函数的扩展，使之更容易运用，功能更为强大。


plyr包


的主函数是**ply形式的，其中首字母可以是(d、l、a)，第二个字母可以是(d、l、a、_)，不同的字母表示不同的数据格式，d表示数据框格式，l表示列表，a表示数组，_则表示没有输出。
第一个字母表示输入的待处理的数据格式，第二个字母表示输出的数据格式。例如ddply函数，即表示输入一个数据框，输出也是一个数据框。


2、案例


下面首先来用一个简单的例子说明一下用法。还是用iris数据集，其中包括了一个分类变量和四个数值变量。我们希望数据按不同类别，分别计算数值变量的均值。下面我们分别用三种方法来得到同样的结果。



  1. library(plyr)
  2. library(reshape2)
  3. # 用aggregate函数进行数据汇总
  4. aggregate(iris[1:4],list(iris$Species),mean)
  5. # 用reshape2包进行数据汇总
  6. data.melt <- melt(iris,id=c('Species'))
  7. dcast(data.melt,Species~variable,mean)
  8. # 用ddply函数进行数据汇总
  9. ddply(iris,.(Species),function(df) mean(df[1:4]))
  10. 初看起来plyr包所具备的功能并不很出彩，下面我们看一个略为复杂例子。还是用iris数据，我们希望对每一种花做一个简单回归。

  12. # 首先定义回归函数
  13. model <- function(x) {
  14. lm(Petal.Length~Petal.Width,data=x)
  15. }
  16. # 如果用普通的函数则需要如下的分割、计算、整合三个步骤共四条命令
  17. pieces <- split(iris,list(iris$Species))
  18. models <- lapply(pieces,model)
  19. result <- lapply(models,coef)
  20. do.call('rbind',result)
  21. # 用plyr包只用下面两个函数，每个函数都内置了分割、计算、整合的功能。
  22. result1 <- dlply(iris,.(Species),model)
  23. result2 <- ldply(result1,function(x) coef(x))
  24. plyr包中还有两个比较特别的函数，分别是r*ply和m*ply，它们分别对应的是replicate和mapply函数。

  26. replicate(20,mean(runif(100)))
  27. rdply(20, mean(runif(100)))
  28. mapply(rnorm,mean=1:5,sd=1:5, n=2)
  29. mdply(data.frame(mean = 1:5, sd = 1:5), rnorm, n = 2)
  30. 最后我们来看一个mdply函数的应用，我们希望用神经网络包来为不同的花进行分类，使用BP神经网络需要的一个参数就是隐藏层神经元的个数。我们来尝试用1到10这十个参数运行模型十次，并观察十个建模结果的预测准确率。但我们并不需要手动运行十次。而是使用mdply函数来完成这个任务。

  32. library(nnet)
  33. # 确定建模函数
  34. nnet.m <- function(...) {
  35. nnet(Species~.,data=iris,trace=F,...)
  36. }
  37. # 确定输入参数
  38. opts <- data.frame(size=1:10,maxiter=50)
  39. # 建立预测准确率的函数
  40. accuracy <- function(mod,true) {
  41. pred <- factor(predict(mod,type='class'),levels=levels(true))
  42. tb <- table(pred,true)
  43. sum(diag(tb))/sum(tb)
  44. }
  45. # 用mlply函数建立包括10个元素的列表，每个元素包括了一个建模结果
  46. models <- mlply(opts,nnet.m)
  47. # 再用ldply函数读取列表，计算后得到最终结果
  48. ldply(models,'accuracy',true=iris$Species)By 写长城的诗
复制代码




3、参考资料


包括示例代码:
  • bnames-explore.r——探索我们宝宝的名字
  • bnames-cluster.r——集群扩展示例显示如何找到类似的名字
  • tx-explore-houston.r——介绍住房数据与休斯顿李< / >
  • tx-explore-all.r——过程模型构建对于大型数据使用的所有城市在德克萨斯州
  • nnet.r


    熟悉论坛请点击新手指南
下载说明
1、论坛支持迅雷和网际快车等p2p多线程软件下载，请在上面选择下载通道单击右健下载即可。
2、论坛会定期自动批量更新下载地址,所以请不要浪费时间盗链论坛资源,盗链地址会很快失效。
3、本站为非盈利性质的学术交流网站,鼓励和保护原创作品，拒绝未经版权人许可的上传行为。本站如接到版权人发出的合格侵权通知，将积极的采取必要措施；同时，本站也将在技术手段和能力范围内，履行版权保护的注意义务。
(如有侵权，欢迎举报)
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

京ICP备16021002号-2 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问：王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2026-1-12 16:18