Question

以下命令返回一个包含150行的data.table

library(data.table)
irisDT <- iris %>% data.table
irisDT[Sepal.Width > 3, Petal.Width_rank := row_number(Petal.Width),
     by = "Species"]

但是，我试图同时进行子集化Sepal.Width > 3，而不是做一个＆＃34;条件变异＆＃34;，即我试图做类似的事情

library(dplyr)
iris %>%
  filter(Sepal.Width > 3) %>%
  group_by(Species) %>%
  mutate(Petal.Width_rank = row_number(Petal.Width))

在data.table中执行此操作的惯用方法是什么？

Answer 1

锁定你的电话：

data.table(iris)[
  Sepal.Width > 3
][,
  Petal.Width_rank := rank(Petal.Width, ties="first"), 
  by=Species
][]

这会产生67行。

Answer 2

你可以尝试

DT1 <- setDT(iris)[Sepal.Width >3, c(.SD,list(Petal.Width_rank=
                    row_number(Petal.Width))), by=Species] 

 dim(DT1)
 #[1] 67  6

在data.table_1.9.5中，您还可以使用frank使用不同的关系选项（如评论中@docendo discimus所述）

 DT2 <- setDT(iris)[Sepal.Width >3, c(.SD, list(Petal.Width_rank=
            frank(Petal.Width, ties.method='first'))), Species]

 dim(DT2)
 #[1] 67  6
 identical(DT1, DT2)
 #[1] TRUE

在添加列时过滤data.table中的行

2 个答案: