Question

嘿我正在尝试从使用ddply过渡到使用data.table，而我已接近搞清楚了，但我仍然需要进行微调。以下是我正在尝试使用玩具数据集的摘要：

假设我有两周的两种产品的销售数据。

    x <- structure(list(week = c(1, 1, 2, 3, 1, 2, 2, 3, 4), product = c("a", 
    "a", "a", "a", "b", "b", "b", "b", "b"), sold = c(10, 15, 20, 
    25, 30, 35, 40, 45, 50)), .Names = c("week", "product", "sold"
    ), row.names = c(NA, -9L), class = c("data.table", "data.frame"
    ), sorted = c("product", "week"))

        week product sold
     1:    1       a   10
     2:    1       a   15
     3:    2       a   20
     4:    3       a   25
     5:    1       b   30
     6:    2       b   35
     7:    2       b   40
     8:    3       b   45
     9:    4       b   50

我想找到第j周的产品i的总销售额，即我在第1周销售了25件产品。

我使用以下代码执行此操作：

    setDT(x)
    setkey(x,product,week)
    > x1 <- x[x,sum(sold)]
    > x1
       product week V1
    1:       a    1 25
    2:       a    1 25
    3:       a    2 20
    4:       a    3 25
    5:       b    1 30
    6:       b    2 75
    7:       b    2 75
    8:       b    3 45
    9:       b    4 50

问题是我不知道如何删除重复的行，即。第2行是多余的。此外，我还想在产品没有销售的几周内加入NA，即。产品一行4周，价值NA。

我确信这是一个简单的问题，我知道如何在ddply中执行此操作，但我无法通过搜索找到我想要的内容。如果有人可以提供帮助或将我链接到正确的页面，如果这是重复的话，那就太好了。

Answer 1

以下是您如何通过独特的产品和所有星期进行加入，然后对每个组进行总结。

> x[CJ(unique(product), 1:4), sum(sold), by=.EACHI]
   product week V1
1:       a    1 25
2:       a    2 20
3:       a    3 25
4:       a    4 NA
5:       b    1 30
6:       b    2 75
7:       b    3 45
8:       b    4 50

如果您正在使用data.table版本<= 1.9.2，那么只需删除by = .EACHI部分即可。它是下一版本的新设计变更（目前在1.9.3开发中实现）。有关详细信息，请查看NEWS。

Answer 2

也许重塑是另一种选择：

require(reshape2); require(data.table)
(dt2 <- dcast.data.table(dt, product ~ week, fun.aggregate = sum, value.var = "sold", fill = NA, drop = FALSE))
#   product  1  2  3  4
# 1:       a 25 20 25 NA
# 2:       b 30 75 45 50
(dt3 <- melt(dt2, id.vars = "product", variable.name = "week", value.name = "sold"))
#    product week sold
# 1:       a    1   25
# 2:       b    1   30
# 3:       a    2   20
# 4:       b    2   75
# 5:       a    3   25
# 6:       b    3   45
# 7:       a    4   NA
# 8:       b    4   50

R：使用data.table时处理时间不匹配

2 个答案: