更新问题1）

Question

这是两个人为但我希望我的问题的教学例子。

1）运行此代码时：

> dat0 <- data.frame(A=c("a","a","b"), B="")
> data.table(dat0)[, lapply(.SD, function(x) length(A)) , by = "A"]
   A B
1: a 1
2: b 1

我期待输出

   A B
1: a 2
2: b 1

（与plyr::ddply(dat0, .(A), nrow)类似）。

更新问题1）

让我举一个不那么人为的例子。请考虑以下数据框：

dat0 <- data.frame(A=c("a","a","b"), x=c(1,2,3), y=c(9,8,7))
> dat0
  A x y
1 a 1 9
2 a 2 8
3 b 3 7

使用plyr包，我按x的每个值获得y和A的均值，如下所示：

> ddply(dat0, .(A), summarise, x=mean(x), y=mean(y))
  A   x   y
1 a 1.5 8.5
2 b 3.0 7.0

非常好。现在想象另一个变量H和以下计算：

dat0 <- data.frame(A=c("a","a","b"), H=c(0,1,-1), x=c(1,2,3), y=c(9,8,7))
> ddply(dat0, .(A), summarise, x=mean(x)^mean(H), y=mean(y)^mean(H))
  A         x         y
1 a 1.2247449 2.9154759
2 b 0.3333333 0.1428571

也很好。 但现在，想象一下，您想要计算x 的变量mean(x)^mean(H)数量众多。然后我不想输入：

ddply(dat0, .(A), summarise, a=mean(a)^mean(H), b=mean(b)^mean(H), c=mean(c)^mean(H), d=mean(d)^mean(H), ...........)

所以我的想法是尝试：

flipcols <- my_selected_columns # c("a", "b", "c", "d", ....)
data.table(dat0)[, lapply(.SD, function(x) mean(x)^mean(H)), by = "A", .SDcols = flipcols]

但这不起作用，因为H中function(x) mean(x)^mean(H)的存在未按预期处理！我也无法使用plyr::colwise。

2）运行此代码时：

> dat0 <- data.frame(A=c("a","a","b"), B=1:3, c=0)
> data.table(dat0)[, lapply(.SD, function(x) B), .SDcols="c"]
Error in ..FUN(c) : object 'B' not found

我预计它会起作用并生成：

那么有没有办法在转换中使用原始data.table的列？

Answer 1

1）使用.N。分组变量A的长度为1，因为每个组只有一个A值（这是分组的含义）：

dt <- data.table(A=c("a","a","b"), B="")
dt[, .N, by = A]
#   A N
#1: a 2
#2: b 1

（已更新1）这与2）相同。解决方法是不使用.SDcols：

dt = data.table(A=c("a","a","b"), H=c(0,1,-1), x=c(1,2,3), y=c(9,8,7))
dt[, lapply(.SD[, !"H", with = F], function(x) mean(x) ^ mean(H)), by = A]
#   A         x         y
#1: a 1.2247449 2.9154759
#2: b 0.3333333 0.1428571

2）这是在此之前报告过的错误：https://r-forge.r-project.org/tracker/index.php?func=detail&aid=5222&group_id=240&atid=975

Answer 2

我不知道我是否理解正确。

1）

library(data.table)
dat0 <- data.frame(A=c("a","a","b"), B="")
data.table(dat0)[, list(l= nrow(.SD)) , by = "A"]

结果：

   A l
1: a 2
2: b 1

2）

dat0 <- data.frame(A=c("a","a","b"), B=1:3, c=0)
data.table(dat0)[, list(c=unlist(.SD)), .SDcols= "B"]

结果：

   c
1: 1
2: 2
3: 3

1'）

修改：我将-1更改为mycols

dat0 <- data.frame(A=c("a","a","b"), H=c(0,1,-1), x=c(1,2,3), y=c(9,8,7))

mycols = c("x", "y")
data.table(dat0)[, lapply(.SD[,mycols,with=F], function(x) mean(x)^mean(H)) ,by = "A", .SDcols = c("H", mycols)]

结果：

   A         u         v
1: a 1.2247449 2.9154759
2: b 0.3333333 0.1428571

data.table的j表达式中的列（带/不带by语句）

更新问题1）

2 个答案: