Question

我有一个大的data.table值，我需要计算每个县区（CPA）的模式（TRANMOT）的平均旅行时间（TRPDUR）。输出应该是一个表，每个CPA作为一行，然后是非电动模式的平均时间的列和电动模式的平均时间的列。我想出了一个肮脏的方法，用两个独立的data.tables：

来完成它

mot_table <- nomot_table <- data.table(trip_dat)
mot_table <- mot_table[!is.na(TRPDUR), list("Motorized Trip Time" = mean(TRPDUR)), keyby = list(CPA, TRANMOT)][TRANMOT == "Motorized"][,TRANMOT:=NULL]
nomot_table <- nomot_table[!is.na(TRPDUR), list("Non-Motorized Trip Time" = mean(TRPDUR)), keyby = list(CPA, TRANMOT)][TRANMOT == "Non-Motorized"][,TRANMOT:=NULL]

这不是一个很好的方式，我相信我可以在一张桌子上做到这一点。当我将表达式（j）列为两列时，我无法弄清楚如何仅计算TRANMOT的某些值的平均值。 This post显示如何对整个data.table（i）进行子集化，就像删除NA一样，但是我希望表达式计算子集数据的平均值，而不是执行两次操作，然后删除行。

谢谢！

Answer 1

我想你想......

trip_dat[!is.na(TRPDUR),lapply(
  c("Motorized","Non-Motorized"),
  function(x) mean(TRPDUR[TRANMOT==x])
),by='CPA']

它可能不会很快，但这样的事情应该有用。

Answer 2

我相信data.table很快会有一些重塑功能，比如施法和融化。

使用reshape2，就像这样。它不使用任何data.table魔法，因此对于非常大的对象，这可能会失败。之后你必须更改列名。

new <- mot_table[!is.na(TRPDUR), 
          mean(TRPDUR), 
          keyby = list(CPA, TRANMOT)
         ]
new <- dcast(TRANMOT ~ CPA, data = new, value.var = V1)

纯粹使用data.table，也许就像这样内联。之后你必须更改列名。

new <- mot_table[!is.na(TRPDUR), 
          mean(TRPDUR), 
          keyby = list(CPA, TRANMOT)
         ][, setNames(lapply(unique(TRANMOT), 
                    function(x) {
                      V1[which(TRANMOT == x)]
                    }, paste0("Motorized: ", unique(TRANMOT))),
           by = CPA
          ]

按行值计算新的data.table列

2 个答案: