【R筆記】R語言利器之ddply

ddply()函數位於plyr包，用於對data.frame進行分組統計，與tapply有些類似

准備數據

# 使用stringsAsFactors=F來防止data.frame把向量轉為factor
apache = data.frame(httpCode=c(200,200,200,404,404,500),
                    time=c(100,111,210,10,10,500),
                    api=c('index','index','logout','show','show','index'),
                    stringsAsFactors=F)

統計每個api的請求數

ddply(apache,.(api),summarize,number=length(api))
     api number
1  index      32 logout      13   show      2

統計每個api的各個httpCode的請求數：

a <- ddply(apache,.(api,httpCode),summarize,number=length(api))
     api httpCode number
1  index      200      22  index      500      13 logout      200      14   show      404      2

下面這個復雜些，根據上面的統計結果a，統計每個api所占比例

b <- ddply(a, 
          .(), 
          .fun=function(x){
              transform(x, percentage=with(x,ave(number,api,FUN=sum)/sum(number)))
          })
   .id    api httpCode number percentage
1 <NA>  index      200      2      0.3332 <NA>  index      500      1      0.1673 <NA> logout      200      1      0.1674 <NA>   show      404      2      0.333

這就是說你可以根據需要寫自己的統計函數

用ggplot畫api占比圖

ggplot(b,aes(x=reorder(api,percentage),y=percentage,fill=factor(httpCode))) + 
    geom_bar() +
    scale_y_continuous(labels = percent_format()) +
    coord_flip() +

 

來源： http://my.oschina.net/enyo/blog/162595?utm_source=tuicool&utm_medium=referral

來自為知筆記(Wiz)