R数据分析进阶之plyr-CDA数据分析师官网

2016-05-19

R数据分析进阶之plyr

本讲义只考虑基于数据框的操作，所指函数是ddply

基本思想

plyr包数据打理模型是”分割-应用-结合“，这个跟大数据Map/Redcue计算模型极为相似，大概的关系是分割-应用，对应Map，结合对应Reduce。

ddply()函数输入一个数据框，返回一个数据框——这就是ddply()函数前两个字母”dd“的含义：输入一个data frame，输出一个data frame。

语法介绍

ddply(data, group_vars, summarize OR transform, new_var = function(param_var))

group_vars: 用于作为分割基准的变量，有两种形式，一种是c("var1", "var2")，一种是.(var1, var2)；如果取值为NULL，表示对整个数据框作用函数。

summarize OR transform: 如果采用summarize，新的数据框，只会包含group_vars和new_var；如果采用transform，新的数据框会保留原始的数据框的所有列，new_var会在相同分组的不同行重复填上相同的结果。

new_var = function(param_var)：允许使用多个函数。e.g. highestMargin = max(margin), lowestMargin = min(margin)

CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>> “CDA报名” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想查询CDA考试成绩，点击>>> “CDA成绩” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

▷ 想获取CDA考试时间/费用/条件/大纲/通过率，点击 >>>“CDA考试官网” 了解CDA考试详情；

数据分析大数据

数据分析咨询请扫描二维码