Question

我有以下问题，这可能是一个非常简单的解决方案：当我使用

library (data.table)
actions = data.table(User_id = c("Carl","Carl","Carl","Lisa","Moe"),
                     category = c(1,1,2,2,1),
                     value= c(10,20,30,40,50))

   User_id category value
1:    Carl        1    10
2:    Carl        1    20
3:    Carl        2    30
4:    Lisa        2    40
5:     Moe        1    50

actions[category==1,sum(value),by= User_id]

问题是，显然它首先会对类别为1的行进行排序，然后使用by命令。所以我得到的是：

   User_id V1
1:    Carl 30
2:     Moe 50

但我想要的是：

   User_id V1
1:    Carl 30
2:    Lisa 0
3:     Moe 50

我正在构建一个只包含用户信息的data.table，所以：

users = actions[,User_id,by= User_id]
users$value_one = actions[category==1,.(value_one =sum(value)),by= User_id]$value_one

当某些用户没有条目时，

会抛出错误或包含错误的值。

Answer 1

这几乎是简洁的，并完成了工作。

actions[, .SD[category==1, sum(value)], by=User_id]
#    User_id V1
# 1:    Carl 30
# 2:    Lisa  0
# 3:     Moe 50

## Or, better yet, no need to muck around with .SD, (h.t. David Arenburg)
actions[, sum(value[category == 1]), by = User_id]
#    User_id V1
# 1:    Carl 30
# 2:    Lisa  0
# 3:     Moe 50

如果上述相对低效率在您的使用案例中存在问题，那么这是一个更有效的替代方案：

res <- actions[, .(val=0), by=User_id]
res[actions[category==1, .(val=sum(value)), by=User_id], val:=i.val, on="User_id"]    
res
#    User_id val
# 1:    Carl  30
# 2:    Lisa   0
# 3:     Moe  50

data.table BY之前的WHERE

1 个答案: