Question

我有data.table，我需要在其上计算一些新值，并选择min值的行。

tb <- data.table(g_id=c(1, 1, 1, 2, 2, 2, 3),
          item_no=c(24,25,26,27,28,29,30),
          time_no=c(100, 110, 120, 130, 140, 160, 160),
          key="g_id")

#    g_id item_no time_no
# 1:    1      24     100
# 2:    1      25     110
# 3:    1      26     120
# 4:    2      27     130
# 5:    2      28     140
# 6:    2      29     160
# 7:    3      30     160

ts  <- 118
gId <- 2

tb[.(gId), list(item_no, tdiff={z=abs(time_no - ts)})]

#    g_id item_no tdiff
# 1:    2      27    12
# 2:    2      28    22
# 3:    2      29    42

现在我需要以最小item_no

获取行（实际上只有tdiff这一行）

#    g_id item_no tdiff
# 1:    2      27    12

我可以使用tb进行一次操作吗？最快的方法是什么（因为我需要执行大约500,000行的操作）？

Answer 1

您可以尝试.SD和[][]链查询。

我理解的问题是，首先更新新列，然后找到最小的tdiff

library(data.table)
tb <- data.table(g_id=c(1, 1, 1, 2, 2, 2, 3),
             item_no=c(24,25,26,27,28,29,30),
             time_no=c(100, 110, 120, 130, 140, 160, 160),
             key="g_id")

ts <- 118

#　My solution is quite simple
tb[, tdiff := list(tdiff=abs(time_no - ts))][, .SD[which.min(tdiff)], by = key(tb)]

我认为.SD更合适。您也可以使用:=

进行更新

这是输出：

   g_id item_no time_no tdiff
1:    1      26     120     2
2:    2      27     130    12
3:    3      30     160    42

Answer 2

data.table调用可以链接在一起[][][]所以你只需要一个额外的命令来获取每个g_id的最小值：

tb[.(gId), list(item_no, tdiff={z=abs(time_no - ts)})][,item_no[which.min(tdiff)],by=g_id]

从data.table中选择具有最小值的行

2 个答案: