我正在尝试重写一段时间以来一直使用的功能。简化就是这样:
dat = data.table(dataframe)
getRecentRow <- function(data) {
#Get most recent row (with highest time)
row = data[order(-Time)][1]
return(row)
}
# Run getRecentRow on each chunk given an ID
output = dat[,getRecentRow(.SD), by=ID]
此功能为每个ID提供最新的条目(因此具有最高时间)。但是,对于每个ID,可以有多个条目。可以使用SUBID区分这些条目。我想深入挖掘一个级别,而不是每个ID获取最新的条目,我想要每个SUBID的最新条目。由于SUBID不是唯一的,因此还必须考虑ID。因此,我希望每个ID,每个SUBID最近的条目。
总结:getRecentRow()函数的输入不应按ID进行子集化,而应按ID和SUBID进行子集化。
我试过了:
dat = data.table(dataframe)
getRecentRow <- function(data) {
#Get most recent row (with highest time)
row = data[order(-Time)][1]
return(row)
}
# Run getRecentRow on each chunk given an ID
output = dat[,getRecentRow(.SD), by=list(ID, SUBID)]
但是这会返回错误的输出,输出更多所需的行。这应该是一个简单的解决方案,我认为重新制定by=list(ID, SUBID)
,但我不知道如何。
答案 0 :(得分:2)
问题不在于功能。这个功能实际上是在做它的工作。问题在于输入。 ID号有时会占用很大的值,导致分裂因某种原因失败。将此数字转换为字符后。问题解决了,功能很好。