Question

我试图找到一种有效的方法来按组找到第一行和最后一行。

R) ex=data.table(state=c("az","fl","fl","fl","fl","fl","oh"),city=c("TU","MI","MI","MI","MI","MI","MI"),code=c(85730,33133,33133,33133,33146,33146,45056))
R) ex
   state city  code
1:    az   TU 85730           
2:    fl   MI 33133           
3:    fl   MI 33133           
4:    fl   MI 33133           
5:    fl   MI 33146           
6:    fl   MI 33146           
7:    oh   MI 45056

我想找到一个组的每个变量的第一个和最后一个

R) ex
   state city  code first.state last.state first.city last.city first.code last.code
1:    az   TU 85730           1          1          1         1          1         1
2:    fl   MI 33133           1          0          1         0          1         0
3:    fl   MI 33133           0          0          0         0          0         0
4:    fl   MI 33133           0          0          0         0          0         1
5:    fl   MI 33146           0          0          0         0          1         0
6:    fl   MI 33146           0          1          0         1          0         1
7:    oh   MI 45056           1          1          1         1          1         1

据我所知data.table无法轻易帮助解决此问题，因为by="state,city,code"会查看4三元组。

我知道的唯一方法是在by =“state，city，code”中查找first / last.code，然后在by =“state，city”中查找first / last.city。

这就是我的意思：

applyAll <- function(DT, by){
    f<- function(n, vec){ return(vec[1:n]) }
    by <- lapply(1:length(by), FUN=f, by)
    out <- Reduce(f=firstLast, init=DT, x=by)
    return(out)
}
firstLast <- function(DT, by){
    addNames <- paste(c("first", "last"),by[length(by)], sep=".")
    DT[DT[,list(IDX=.I[1]), by=by]$IDX, addNames[1]:=1]
    DT[DT[,list(IDX=.I[.N]), by=by]$IDX, addNames[2]:=1]
    return(DT);
}

结果：applyAll(ex,c("state","city","code"))但是这会产生DT的NUMEROUS副本，我的问题是，是否有某些计划或已经存在，以便我们无法获得第一组/最后一组。（对于SAS或kdb或SQL）

，这相当普遍

在SAS：

data DT;
    set ex;
    by state city code;
    if first.code then firstcode=1;
    if last.code then lastcode=1;
    if first.city then firstcity=1;
    if last.city then lastcity=1;
    if first.state then firststate=1;
    if last.state then laststate=1;
run;

Answer 1

如果这是问题：

对于一组列（x，y，z），我想添加一个整数列，标记每个组by="x"，by="x,y"和{{1}的第一项的位置（三个新专栏）。每个新列的第一行始终为1，因为它始终是第一个组的第一个项目。我还想在相同的3个分组中添加另外3列标记最后一个项目。不过，我可能会有很多不仅仅是3个分组，所以可以编程吗？

那么怎么样：

by="x,y,z"

但正如@Roland评论的那样，可能有更好的方法来实现你的最终目标。

而且，根据要求，以下是使用ex=data.table(state=c("az","fl","fl","fl","fl","fl","oh"), city=c("TU","MI","MI","MI","MI","MI","MI"), code=c(85730,33133,33133,33133,33146,33146,45056)) ex state city code 1: az TU 85730 2: fl MI 33133 3: fl MI 33133 4: fl MI 33133 5: fl MI 33146 6: fl MI 33146 7: oh MI 45056 cols = c("state","city","code") for (i in seq_along(cols)) { ex[,paste0("f.",cols[i]):=c(1L,rep(0L,.N-1L)),by=eval(head(cols,i))] # first ex[,paste0("l.",cols[i]):=c(rep(0L,.N-1L),1L),by=eval(head(cols,i))] # last } ex state city code f.state l.state f.city l.city f.code l.code 1: az TU 85730 1 1 1 1 1 1 2: fl MI 33133 1 0 1 0 1 0 3: fl MI 33133 0 0 0 0 0 0 4: fl MI 33133 0 0 0 0 0 1 5: fl MI 33146 0 0 0 0 1 0 6: fl MI 33146 0 1 0 1 0 1 7: oh MI 45056 1 1 1 1 1 1和.I的更快解决方案：

.N

它应该更快，因为每个列只进行一次分组，并且与第一个解决方案不同，不会创建许多小向量（不为每个组调用cols = c("state","city","code") for (i in seq_along(cols)) { w = ex[,list(f=.I[1],l=.I[.N]),by=eval(head(cols,i))] ex[,paste0(c("f.","l."),cols[i]):=0L] # add the two 0 columns ex[w$f,paste0("f.",cols[i]):=1L] # mark the firsts ex[w$l,paste0("l.",cols[i]):=1L] # mark the lasts }或c()）。 / p>

Answer 2

目前还不完全清楚你想要什么，但你当然可以在索引中有多个专栏：

ex[, list(first=head(code, 1), last=tail(code, 1)), by=c("state", "city")]
   state city first  last
1:    az   TU 85730 85730
2:    fl   MI 33133 33146
3:    oh   MI 45056 45056

您可以像这样在您的群组中自动执行此操作：

by <- c("state", "city", "code")
byList <- lapply(seq_along(by), function(i)by[sequence(i)])
lapply(byList, 
       function(i) ex[, list(first=head(code, 1), last=tail(code, 1)), by=i] )

[[1]]
   state first  last
1:    az 85730 85730
2:    fl 33133 33146
3:    oh 45056 45056

[[2]]
   state city first  last
1:    az   TU 85730 85730
2:    fl   MI 33133 33146
3:    oh   MI 45056 45056

[[3]]
   state city  code first  last
1:    az   TU 85730 85730 85730
2:    fl   MI 33133 33133 33133
3:    fl   MI 33146 33146 33146
4:    oh   MI 45056 45056 45056

找到第一行/最后一行＆＃34;递归＆＃34;按组

2 个答案: