Question

我想使用data.table的lapply(.SD, ...)方法执行多个聚合，即计算几个变量的几个不同的汇总统计信息。但我猜测如何以错误或相当于rbind而非cbind的方式结束此操作。

例如，要通过cyl获得mtcars的平均值和中位数mpg，可以执行以下操作：

mtcars.dt <- data.table(mtcars)
mtcars.dt[, list(mpg.mean = mean(mpg), mpg.median = median(mpg)), by = "cyl"]
# Result:
    cyl mpg.mean mpg.median
|1:   6    19.74       19.7
|2:   4    26.66       26.0
|3:   8    15.10       15.2

但是应用.SD方法可以修复函数：

mtcars.dt[, lapply(.SD, function(x) list(mean(x), median(x))),
          by = "cyl", .SDcols = c("mpg")]
# Result:
   cyl              mpg
1:   6 19.7428571428571
2:   6             19.7
3:   4 26.6636363636364
4:   4               26
5:   8             15.1
6:   8             15.2

或完全打破：

mtcars.dt[, lapply(.SD, list(mean, median)),
          by = "cyl", .SDcols = c("mpg")]
# Result:
Error in `[.data.table`(mtcars.dt, , lapply(.SD, list(mean, median)),  :
  attempt to apply non-function

编辑：正如Senor O所说，一些答案为我的例子提供了工作，但这只是因为有一个聚合列。理想的解决方案适用于多个列，例如替换以下内容：

mtcars.dt[, list(mpg.mean = mean(mpg), mpg.median = median(mpg), 
                 hp.mean = mean(hp), hp.median = median(hp)), by = "cyl"]
# Result:
   cyl mpg.mean mpg.median hp.mean hp.median
1:   6    19.74       19.7  122.29     110.0
2:   4    26.66       26.0   82.64      91.0
3:   8    15.10       15.2  209.21     192.5

但是，即使它适用于单个列，它仍然有用。例如，我的直接用例是一个函数，它将列名作为字符串，并为其计算多个分组指标，这是没有.SDcols AFAIK时无法实现的。

Answer 1

您错过了[[1]]或$mpg：

mtcars.dt[, lapply(.SD, function(x) list(mean(x), median(x)))[[1]],
            by="cyl", .SDcols=c("mpg")]
#or
mtcars.dt[, lapply(.SD, function(x) list(mean(x), median(x)))$mpg,
            by="cyl", .SDcols=c("mpg")]
#   cyl       V1   V2
#1:   6 19.74286 19.7
#2:   4 26.66364 26.0
#3:   8 15.10000 15.2

对于更一般的情况，请尝试：

mtcars.dt[, as.list(unlist(lapply(.SD, function(x) list(mean=mean(x),
                                                        median=median(x))))),
            by="cyl", .SDcols=c("mpg", "hp")]
#    cyl mpg.mean mpg.median hp.mean hp.median
# 1:   6    19.74       19.7  122.29     110.0
# 2:   4    26.66       26.0   82.64      91.0
# 3:   8    15.10       15.2  209.21     192.5

（或as.list(sapply(.SD, ...))）

Answer 2

点击“问”后立即实现:)解决方案是列出lapply s：

mtcars.dt[, list(mpg.mean=lapply(.SD, mean), mpg.median=lapply(.SD, median)), 
          by="cyl", .SDcols=c("mpg")]
# Solution:
    cyl mpg.mean mpg.median
|1:   6    19.74       19.7
|2:   4    26.66       26.0
|3:   8    15.10       15.2

使用lapply（.SD，...）计算多个聚合

2 个答案: