ddply: толкать или тянуть? - PullRequest
Новая
       4

ddply: толкать или тянуть?

2 голосов
/ 16 ноября 2010

Использует ли ddply push или pull при группировке данных?То есть, включает ли оно много проходов через фрейм данных или только один?

1 Ответ

5 голосов
/ 16 ноября 2010

Если вы посмотрите на код, вы увидите общую структуру функции: 

function (.data, .variables, .fun = NULL, ..., .progress = "none", 
    .drop = TRUE, .parallel = FALSE) 
{
    .variables <- as.quoted(.variables)
    pieces <- splitter_d(.data, .variables, drop = .drop)
    ldply(.data = pieces, .fun = .fun, ..., .progress = .progress, 
        .parallel = .parallel)
}
<environment: namespace:plyr>

, поэтому она в основном перестраивает переменные в более удобный для использования формат, а затем разбивает данные на части., а затем используйте ldply для этих частей.Эти фрагменты генерируются функцией splitter_d.Pieces на самом деле немного сложнее, чем список - это указатель на исходные данные и список индексов.Всякий раз, когда вы запрашиваете часть списка, он ищет соответствующие индексы и извлекает соответствующие данные.Это позволяет избежать нескольких копий данных.Вы можете увидеть, как это работает, используя getAnywhere("splitter_d") или plyr:::splitter_d.

ldply проходит один раз для каждого фрагмента данных.После этого он объединяет все обратно в массив данных.На самом деле, в файлах справки ldply написано:

Все функции plyr используют одну и ту же стратегию split-apply-Объединить: они разбивают ввод на более простые части, применяют .fun к каждой части, а затемобъединить части в единую структуру данных.Эта функция разбивает списки по элементам и объединяет результат в кадр данных.Если результатов нет, то эта функция вернет фрейм данных с нулевыми строками и столбцами (data.frame ()).

Я сам не мог бы сказать это лучше.И чудо, первое предложение также можно найти на странице справки для ddply.

...