按组在data.table中创建新列

Question

我没有使用data.table的经验，所以我不知道我的问题是否有解决方案（至少谷歌30分钟没有给出答案），但现在就这样了。

对于data.frame，我经常使用以下命令检查唯一值的观察次数：

df$Obs=with(df, ave(v1, ID-Date, FUN=function(x) length(unique(x))))  

使用data.table时是否有相应的方法？

Answer 1

是的，有。令人高兴的是，您已经询问了data.table的最新功能，在v1.8.2中添加了：

  现在已经实施了

:=组（FR＃1491）并将其分配给新列       现在通过引用自动添加列（用NA初始化在哪里       分指定不触及）（FR＃1997）。按组:=可以与所有人合并       i的类型，因此 :=按群组包括i以及by的分组。       由于组中的:=是引用的，因此它应该比任何组快得多       （直接或间接）cbind分组结果到DT的方法，因为       根本没有制作（大）DT的副本。这是一种简短而自然的语法       可以与其他查询混在一起       DT[,newcol:=sum(colB),by=colA]

在你的例子中，iiuc应该是这样的：

DT[, Obs:=.N, by=ID-Date]

而不是：

df$Obs=with(df, ave(v1, ID-Date, FUN=function(x) length(unique(x))))

请注意，按组显示:=可以很好地适应大型数据集（较小的数据集也适用于很多小组）。

请参阅?":="和Search data.table tag for "reference"