Question

我有一个真正需要你帮助的问题：

set.seed(1111)
s<-rep(seq(1,4),5)
a<-runif(20,0.2,0.6)
b<-runif(20,0.4,0.7)
b[6:8]<-NA
c<-runif(20,4,7)
d<-data.table(s,a,b,c)
setkey(d,s)

数据如下：

    s         a         b        c
 1: 1 0.3862011 0.4493240 6.793058
 2: 1 0.4955267 0.4187441 4.708561
 3: 1 0.4185155 0.5916827 6.810053
 4: 1 0.5003833 0.5403744 5.948629
 5: 1 0.5667312 0.5634135 6.880848
 6: 2 0.3651699 0.5263655 5.721908
 7: 2 0.5905308        NA 6.863213
 8: 2 0.2560464 0.4649180 5.745656
 9: 2 0.4533625 0.5077432 5.958526
10: 2 0.4228027 0.4340407 5.115065
11: 3 0.5628013 0.6517352 6.252962
12: 3 0.5519840        NA 4.875669
13: 3 0.2006761 0.6418540 5.452210
14: 3 0.5472671 0.4503713 6.962282
15: 3 0.5601675 0.5195013 6.666593
16: 4 0.2548422 0.6962112 5.535579
17: 4 0.2467137        NA 6.680080
18: 4 0.4995830 0.6793684 6.334579
19: 4 0.2637452 0.4078512 6.076039
20: 4 0.5063548 0.4055017 5.287291

如果我做一个简单的求和，使用s作为键，它将返回一个很好的表汇总结果：

d[,sum(c),by=s]

s       V1
1: 1 31.14115
2: 2 29.40437
3: 3 30.20972
4: 4 29.91357

但是，如果我的data.table命令包含ifelse语句，我将不会得到类似的表：

 d2<-d[,ifelse(a<b,"NA",sum(c)),by=s]
 d2


 s               V1
 1: 1               NA
 2: 1 31.1411493057385
 3: 1               NA
 4: 1               NA
 5: 1 31.1411493057385
 6: 2               NA
 7: 2               NA
 8: 2               NA
 9: 2               NA
10: 2               NA
11: 3               NA
12: 3               NA
13: 3               NA
14: 3 30.2097161230631
15: 3 30.2097161230631
16: 4               NA
17: 4               NA
18: 4               NA
19: 4               NA
20: 4 29.9135677714366

是否可以使用ifelse语句返回一个结果，就像简单的sum结果表一样，它返回每个索引值下的唯一非na值？

非常感谢!!!!!

Answer 1

我不完全确定您要查找的内容，但我认为您只想将a<b条件用作data.table中的行选择器，这是通过将其用作第一个来完成的括号中的参数：

> d[a<b, sum(c), by = s]
s V1  
1: 1 19.6
2: 2 22.5
3: 3 11.7
4: 4 17.9

Answer 2

  library(plyr)  
  ddply(d[a<b], .(s), summarize, tot=sum(c))

Answer 3

基于使用which的条件求和，有一个简单快速的解决方案：

d[, .( sum_c = sum(c[which( a < b)]) ), by=s]

#    s  sum_c
# 1: 1 19.552
# 2: 2 22.541
# 3: 3 11.705
# 4: 4 17.946

此结构相对于目前为止提供的其他答案的优势在于，它允许您使用不同的条件在同一调用中计算不同的聚合，例如：

d[, .(  sum_c = sum(c[which( a < b)]),
        sum_a = sum(c[which( c < 6)]) ), by=s]

#    s  sum_c  sum_a
# 1: 1 19.552 10.657
# 2: 2 22.541 22.541
# 3: 3 11.705 10.328
# 4: 4 17.946 10.823

与similar question, here中的其他方法相比，此解决方案的速度有一个基准。

ifelse in data.table聚合结果

3 个答案: