Question

我想使用data.table来计算指定的每个组的变量。为简单起见，假设数据按照x1：

中的组进行拆分

我想为每个组的平均值创建一个变量，但我不知道如何索引每个组：

DT[,list(
    mean_a=mean(x2) #for all rows containing "a"
    mean_b=mean(x2) #for all rows containing "b"
  by="x1")]

如何用评论重写这些行？（即找到所有行的平均值为“a”，相同的“b”）

我需要在单独的列中将输出作为data.table，因为它将进一步处理：

mean_a  mean_b
3.5     3

编辑：玩完之后，这就是我想要的解决方案。

> DT2=DT[,list(
+     mean_a=mean(x[grep("a",x1),x2]),
+     mean_b=mean(x[grep("b",x1),x2])),
+     by=NULL]
> 
> DT2
   mean_a mean_b
1:    3.5      3

它不像弗兰克那样高效，但它是我原来要求的，即用评论重写这些行。

Answer 1

我不认为为x1的每个值单独设置名称是值得的，只需选择合适的前缀：

dt[,mean(x2),by=x1][,{
    names(V1) <- paste("mean_",x1,sep="")
    do.call(data.table,as.list(V1))
}]

但是，如果您真的想要自定义名称，可以事先将它们放入向量中：

mynames <- c(
a = "mean_a",
b = "mean_b"
)

dt[,mean(x2),by=x1][,{
    names(V1) <- mynames[x1]
    do.call(data.table,as.list(V1))
}]

结果是

   mean_a mean_b
1:    3.5      3

编辑：正如@eddi所指出的，这是做同样事情的更好方法：

setnames(dt[,mean(x2),keyby=x1][, as.list(V1)], sort(mynames))

如果您将其分配到某个地方，您会看到它是所需的data.table。您还可以通过在通话结束时附加[]或将整个内容放在括号中来打印。

Answer 2

我相当确定有一个更优雅的解决方案，但这有效：

x1 <- c('a','a','b','b')
x2 <- c(3,4,1,5)

df=data.frame(as.factor(x1),x2)
groupmeans = sapply(unique(x1), function(x) {mean(df[x1==x,]$x2)})

#   a    b
# 3.5  3.0

groupmeans_table = data.table(t(groupmeans))

#       a  b
# 1:  3.5  3

为data.table中指定的每个组创建变量

2 个答案: