Question

data.table我面临的问题（我认为）是一个棘手的问题我有以下data.table

structure(list(id1 = c("a", "a", "a", "b", "b", "c", "c"), id2 = c("x", 
"y", "z", "x", "u", "y", "z"), val = c(2, 1, 2, 1, 3, 4, 3)), .Names = c("id1", 
"id2", "val"), row.names = c(NA, -7L), class = c("data.table", 
"data.frame"), .internal.selfref = <pointer: 0x1f66a78>)

我想基于第二列val在id2列上为此数据创建条件聚合。完成聚合的方式是仅包含具有来自给定id1元素的至少一个元素的id2个组。我将逐步举例说明我的意思。

x（第一行第二列）的条件聚合将包含val的{{1}}值2,1,2和id1 = a值= 1,3 val因为id1 = b存在，但没有id2=x的值，导致值为2 + 1 + 2 + 1 + 3 = 9.我希望9作为第4列id1=c出现的每一行。

同样，我想对所有id2 = x值执行此操作。所以最终输出将是

id2

这在R，data.table中是否可行？或任何其他包/方法？提前致谢

Answer 1

鉴于d是您的输入结构：

library(data.table)

d[,c.sum:=sum(d$val[d$id1 %in% id1]),by=id2][]

工作原理：by=id2按d分组输入数据表id2; d$id1 %in% id1选择d中id1匹配正在考虑的小组id1的行; sum(d$val[...])从这些行中获取值的总和;最后，c.sum:=sum(...)向c.sum添加了一列d。结尾[]仅用于打印目的。

输出结果为：

#    id1 id2 val c.sum
# 1:   a   x   2     9
# 2:   a   y   1    12
# 3:   a   z   2    12
# 4:   b   x   1     9
# 5:   b   u   3     4
# 6:   c   y   4    12
# 7:   c   z   3    12

Answer 2

这有点蛮力，但应该有效（假设data是您的数据结构）：

id1_sums <- tapply(data$val,data$id1,sum)  
for(id in unique(data$id2))
    data$c.sum[data$id2  == id] <- sum(
            id1_sums[which(names(id1_sums) %in% data$id1[data$id2 == id])])

R data.table条件聚合

2 个答案: