这是一个用于说明我的数据的小例子：
> df <- data.frame(subgroup=rep(paste("s",1:3,sep=""),times=3),feature=c(rep("a",6),rep("b",3)),var=rep(1:3,each=3),data=c(rnorm(3,1),rnorm(3,2),0)))
> df
subgroup feature var data
1 s1 a 1 1.53152620
2 s2 a 1 1.25476445
3 s3 a 1 1.04221040
4 s1 a 2 1.68913400
5 s2 a 2 1.48290273
6 s3 a 2 1.62871854
7 s1 b 3 0.05278296
8 s2 b 3 -0.66623654
9 s3 b 3 -1.40006454
我想检查我的数据集中存在的feature-var的每个组合的“data”列的总和.更确切地说,我想在总和大于3时获得TRUE,否则为FALSE：
> result feature snp res 1 a 1 TRUE 2 a 2 TRUE 3 b 3 FALSE
我尝试使用“聚合”或“通过”,但不能使它们符合我的需要.任何的想法？提前致谢.
解决方法
一种方法是使用plyr函数ddply对特征和var进行分组.您可以使用汇总函数创建一个新的data.frame,其列与您开发的规则相对应.
library(plyr)
ddply(df,c("feature","var"),summarize,res = ifelse(sum(data) > 3,TRUE,FALSE))
结果是：
feature var res 1 a 1 TRUE 2 a 2 TRUE 3 b 3 FALSE
另一种方法是使用data.table,它应该提供一些性能优势：
library(data.table)
dt <- data.table(df)
dt[,ifelse(sum(data) > 3,FALSE),by = c("feature","var")]
feature var V1
[1,] a 1 TRUE
[2,] a 2 TRUE
[3,] b 3 FALSE
