DDPLY分组错误

我正在运行ddply函数并不断收到错误。 data.frame的DDPLY分组错误

结构：

str(visits.by.user) 
'data.frame': 80317 obs. of 5 variables: 
$ ClientID : Factor w/ 147792 levels "50912733","50098716",..: 1 3 4 5 6 7 8 10 11 12 ... 
$ TotalVisits  : int 64 231 18 21 416 290 3 13 1 7 ... 
$ TotalDayVisits: int 8 141 0 4 240 155 0 0 0 0 ... 
$ TotalNightVisits: int 56 90 18 17 176 135 3 13 1 7 ... 
$ quintile   : Factor w/ 5 levels "0-20","20-40",..: 5 5 4 4 5 5 2 4 1 3 ...

附注：我知道如何为随机数值数据创建示例数据 - 你如何运用5级水平的因素，建立具有代表性的样本？

ddply代码：

summary.users <- ddply(data = subset(visits.by.user, TotalVisits > 0), 
          .(quintile, TotalDayVisits, TotalNightVisits), 
          summarize, 
          NumClients = length(ClientID))

错误消息：

Error in if (empty(.data)) return(.data) : 
missing value where TRUE/FALSE needed

我想，也许ddply需要我试图小组是一个因素的变量，所以我在整数变量上尝试了一个as.factor，但那不起作用。

任何人都可以看到我要去哪里错了吗？

编辑：添加dput

structure(list(ClientID = structure(c(1L, 2L, 3L, 4L, 5L, 6L), .Label = c("50912733", "60098716", "50087112", "94752212", "78217771", "12884545"), class = "factor"),TotalVisits = c(80L, 92L, 103L, 18L, 182L, 136L), TotalDayVisits = c(56L, 90L, 18L, 17L, 176L, 135L), TotalNightVisits = c(24L, 2L, 85L, 1L, 6L, 1L), quintile = structure(c(5L, 5L, 4L, 4L, 5L, 5L), .Label = c("0-20", "20-40", "40-60", "60-80", "80-100"), class = "factor")), .Names = c("ClientID", "TotalVisits", "TotalDayVisits", "TotalNightVisits", "quintile"), row.names = c(NA,6L), class = "data.frame")

来源

2012-08-01 mikebmassey

你能与dput的'结果（头（visits.by.user））'更新您的问题？ – Maiasaura 2012-08-01 21:25:49

您正试图返回每个子集中的行数。要做到这一点，你的代码应该是'NumClients = nrow'。这可能会解决您的问题。 – Andrie 2012-08-01 21:31:58

@Andrie对此没有任何好运，但这正是我想要得到的。 – mikebmassey 2012-08-01 22:05:29

你的第一个参数的顶部被命名为data=而ddply接受名为.data第一个参数。如果我改变这个，你的代码运行良好。

关于我的评论，这是一个我以为我曾经遇到过的问题，但似乎在ddply机制中隐含了一个类似droplevels的调用。我很想听到更深入的解释，说明它的工作原理！

dat <- data.frame(x=1:20, z=factor(rep(letters[1:4], each=5))) 

ddply(dat, .(z), summarise, length(x)) 
    z ..1 
1 a 5 
2 b 5 
3 c 5 
4 d 5 
ddply(subset(dat, z!='a'), .(z), summarise, length(x)) 
    z ..1 
1 b 5 
2 c 5 
3 d 5

这表现很好。但是看着因子水平有点出乎我的意料：

ddply(subset(dat, z!='a'), .(z), summarise, paste(levels(z), collapse=' ')) 
    z  ..1 
1 b a b c d 
2 c a b c d 
3 d a b c d

来源

2012-08-01 22:46:46 Justin

有一个参数'.drop'（默认为'真'）为'ddply'。这会删除数据中不存在的组合。如果你运行ddply（子集（dat，z！='a'），。（z），总结，长度（x），。drop = F）'，第一行将是'a，0' – mnel 2012-08-02 00:21:17

我认为我正在通过添加'data ='彻底，就像你应该用'ggplot'一样。谢谢您的帮助。 – mikebmassey 2012-08-02 14:07:55

@mikebmassey你是！除了参数不是'data'它的'.data' – Justin 2012-08-02 14:39:50

这工作得很好：

summary.users <- ddply(subset(visits.by.user, TotalVisits > 0), 
          .(quintile, TotalDayVisits, TotalNightVisits), 
          summarize, NumClients = length(ClientID)) 

> summary.users 
    quintile TotalDayVisits TotalNightVisits NumClients 
1 60-80    17    1   1 
2 60-80    18    85   1 
3 80-100    56    24   1 
4 80-100    90    2   1 
5 80-100   135    1   1 
6 80-100   176    6   1

来源

2012-08-02 00:34:20 Maiasaura

DDPLY分组错误

回答

相关问题