Question

我有一个在data.table中选择行的特定问题，到目前为止还没有设法解决它。我有一个数据集存储一系列参数的模拟结果。数据集中的列包含参数或结果值，请参阅下面的代码（参数列为“p”，值列为“v”。

# create dataset for demonstration
params <- expand.grid (seq(0,0.5,by=.1),
                       seq(1,10),
                       seq(100,105),
                       letters[1:4],
                       letters[10:14])
colnames(params) <- paste("p",1:5,sep="")
data <- data.table(cbind(params,runif(nrow(params)),rnorm(nrow(params))))
setnames(data, c(colnames(params),"v1","v2"))

我现在想要提取：对于每个p1，对于给定的p2和p3值，以及对于p4，p5的任意值，v1的值最小的行。设np4和np5是p4和p5的唯一值的数量，对于每个唯一的p1和给定的p2，p3，我想在np4 * np5行中进行选择，其中p1，p2，p3与v1最小的一行匹配。然后，所需的输出应该是从原始表中选择np1行的表，即包含原始所做的所有变量。我知道如何从data.table中选择行，如何使用表达式和“by”，但我还没有设法将它们全部放在一起以产生所需的结果。

更新：我找到了答案。诀窍是，如何在“by？（当然，已经有内置）解决方案”创建的子集中选择最佳行：

np4 <- c("a", "b")
np5 <- c("m", "n")

ss2 <- data[ p4 %in% np4 & p5 %in% np5,
            .SD[which(v1==min(v1)),],
             by = "p1"]

来自data.table文档：

.SD是一个data.table，包含每个组的x的数据子集，不包括by（或keyby）中使用的任何列。

Answer 1

这应该有效

np4 <- c("a", "b")
np5 <- c("m", "n")
data[p4 %in% np4 & p5 %in% np5,
     list(v1 = min(v1), v2 = v2[which.min(v1)]),
     by = c("p1", "p2", "p3", "p4", "p5")]

R：在data.table中选择特定的行

1 个答案: