R Plyr - 从DDPLY订购结果？

Question

有没有人知道一个爽快的方式来命令ddply总结操作的结果？

这是我正在做的，以获得按降序排列的深度输出。

ddims <- ddply(diamonds, .(color), summarise, depth = mean(depth), table = mean(table)) 
    ddims <- ddims[order(-ddims$depth),] 

随着输出...

> ddims 
    color depth table 
7  J 61.88722 57.81239 
6  I 61.84639 57.57728 
5  H 61.83685 57.51781 
4  G 61.75711 57.28863 
1  D 61.69813 57.40459 
3  F 61.69458 57.43354 
2  E 61.66209 57.49120 

不算难看，但我希望换一种方式做到这一点很好ddply内（）。任何人都知道吗？

Hadley的ggplot2书中有ddply和子集的示例，但实际上并没有对输出进行排序，只是选择了每组最小的两颗钻石。

ddply(diamonds, .(color), subset, order(carat) <= 2) 

Answer 1

我会利用这个机会来宣传位为data.table，这是更快的运行，并（在我的看法）至少典雅写：

library(data.table) 
ddims <- data.table(diamonds) 
system.time(ddims <- ddims[, list(depth=mean(depth), table=mean(table)), by=color][order(depth)]) 

    user system elapsed 
    0.003 0.000 0.004 

相比之下，无需订购，你ddply代码已经花费更长的时间的30倍：

user system elapsed 
0.106 0.010 0.119 

与所有我对哈德利的优秀作品，如尊重在ggplot2，和一般迷人，我必须承认，对我来说，data.table完全取代ddply - 出于速度的原因。

Answer 2

是的，要排序，你可以将ddply嵌套在另一个ddply。这里是你将如何使用ddply进行排序一列，例如你的table柱：

ddimsSortedTable <- ddply(ddply(diamonds, .(color), 
    summarise, depth = mean(depth), table = mean(table)), .(table)) 

    color depth table 
1  G 61.75711 57.28863 
2  D 61.69813 57.40459 
3  F 61.69458 57.43354 
4  E 61.66209 57.49120 
5  H 61.83685 57.51781 
6  I 61.84639 57.57728 
7  J 61.88722 57.81239 

Answer 3

有点迟到了，但事情可能与dplyr有点不同。借用CRAYOLA的解决方案data.table：

dat1 <- microbenchmark(
dtbl<- data.table(diamonds)[, list(depth=mean(depth), table=mean(table)), by=color][order(- depth)], 
dplyr_dtbl <- arrange(summarise(group_by(tbl_dt(diamonds),color), depth = mean(depth) , table = mean(table)),-depth), 
dplyr_dtfr <- arrange(summarise(group_by(tbl_df(diamonds),color), depth = mean(depth) , table = mean(table)),-depth), 
times = 20, 
unit = "ms" 
) 

结果表明，与dplyr是tbl_dt比data.table方法有点慢。然而，dplyr与data.frame更快：

  expr  min  lq median  uq  max neval 
     data.table 9.606571 10.968881 11.958644 12.675205 14.334525 20 
dplyr_data.table 13.553307 15.721261 17.494500 19.544840 79.771768 20 
dplyr_data.frame 4.643799 5.148327 5.887468 6.537321 7.043286 20 

注：我已经明显改变了名字，这样的微基准测试结果更具可读性

Answer 4

如果使用dplyr，我会建议服用%.%的优势运算符，它读取更直观的代码。

data(diamonds, package = 'ggplot2') 
library(dplyr) 
diamonds %.% 
    group_by(color) %.% 
    summarise(
    depth = mean(depth), 
    table = mean(table) 
) %.% 
    arrange(desc(depth))