Выберите п-е значения агрегированного столбца после группы в R

Question

Учитывая df следующим образом:

# group value 
# 1  A  8 
# 2  A  1 
# 3  A  7 
# 4  B  3 
# 5  B  2 
# 6  B  6 
# 7  C  4 
# 8  C  5 

df <- structure(list(group = structure(c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 
3L), .Label = c("A", "B", "C"), class = "factor"), value = c(8L, 
1L, 7L, 3L, 2L, 6L, 4L, 5L)), .Names = c("group", "value"), class = "data.frame", row.names = c(NA, 
-8L)) 

и вектор индексов (возможно, с NA):

inds <- c(2,1,NA) 

Как мы можем получить n-й элемент столбца value на группу, предпочтительно в базе R?

Например, на основе inds, мы хотим, чтобы второй элемент value в группе A, первый элемент в группе B, NA в группе C. Таким образом, результат будет:

#[1] 1 3 NA 

Answer 1

Вот решение с mapply и split:

mapply("[", with(df, split(value, group)), inds) 

который возвращает именованный вектор

A B C 
1 3 NA 

with(df, split(value, group)) разделяет кадр данных по группам и возвращает список фреймов данных. mapply принимает этот список и «inds» и применяет функцию подмножества «[» к каждой пар аргументов.

Answer 2

Использование levels и sapply вы могли бы сделать:

DF <- structure(list(group = structure(c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 
3L), .Label = c("A", "B", "C"), class = "factor"), value = c(8L, 
1L, 7L, 3L, 2L, 6L, 4L, 5L)), .Names = c("group", "value"), class = "data.frame", row.names = c(NA, 
-8L)) 


inds <- c(2,1,NA) 

lvls = levels(DF$group) 

groupInds = sapply(1:length(lvls),function(x) DF$value[DF$group==lvls[x]][inds[x]] ) 

groupInds 
#[1] 1 3 NA 

Answer 3

Используя снова mapply (но не так элегантно, как ответ ИМО):

mapply(function(x, y) subset(df, group == x, value)[y,] ,levels(df$group), inds) 

Answer 4

я просто придумал другое решение:

diag(aggregate(value~group, df, function(x) x[inds])[,-1]) 
#[1] 1 3 NA 

---

Бенчмаркинг

library(microbenchmark) 
library(data.table) 
df <- structure(list(group = structure(c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 
3L), .Label = c("A", "B", "C"), class = "factor"), value = c(8L, 
1L, 7L, 3L, 2L, 6L, 4L, 5L)), .Names = c("group", "value"), class = "data.frame", row.names = c(NA, 
-8L)) 
inds <- c(2,1,NA) 

f_Imo <- function(df) as.vector(mapply("[", with(df, split(value, group)), inds)) 
f_Osssan <- function(df) {lvls = levels(df$group);sapply(1:length(lvls),function(x) df$value[df$group==lvls[x]][inds[x]])} 
f_User2321 <- function(df) unlist(mapply(function(x, y) subset(df, group == x, value)[y,] ,levels(df$group), inds)) 
f_dww <- function(df) setDT(df)[, .SD[inds[.GRP], value], by=group][,V1] 
f_m0h3n <- function(df) diag(aggregate(value~group, df, function(x) x[inds])[,-1]) 

all.equal(f_Imo(df), f_Osssan(df), f_User2321(df), f_dww(df), f_m0h3n(df)) 
# [1] TRUE 

microbenchmark(f_Imo(df), f_Osssan(df), f_m0h3n(df), f_User2321(df), f_dww(df)) 

# Unit: microseconds 
      # expr  min  lq  mean median  uq  max neval 
     # f_Imo(df) 71.004 85.1180 91.52996 91.748 96.8810 121.048 100 
    # f_Osssan(df) 252.788 276.5265 318.70529 287.648 301.5495 2651.492 100 
    # f_m0h3n(df) 1422.627 1555.4365 1643.47184 1618.740 1670.7095 4729.827 100 
# f_User2321(df) 2889.738 3000.3055 3148.44916 3037.945 3118.7860 6013.442 100 
     # f_dww(df) 2960.740 3086.2790 3206.02147 3143.381 3250.9545 5976.229 100 

Answer 5

Я знаю, что вы сказали предпочтительно в базе R, но только для записи, вот data.table путь

setDT(df)[, .SD[inds[.GRP], value], by=group][,V1] 
#[1] 1 3 NA