R data.table条件求和:更清洁的方式

时间:2015-05-10 13:06:20

标签: r data.table

这当然是一个经常遇到的问题,所以我对此有很多疑问。但是,我能找到的所有答案都非常具体,并经常遇到解决方法(您不必这样做, foobar 在这种情况下要好得多)或非数据。表解决方案。也许这是因为它应该是data.table

的明智之举

我有一个data.table,其中包含tentgeltte_med的年度数据。对于每年,我想知道tentgelt > te_med的观察份额。这就是我在做的事情:

# note that nAbove and nBelow do not add up to 1
nAbove <- wages[tentgelt > te_med, list(nAbove = .N), by=list(year)]
nBelow <- wages[tentgelt < te_med, list(nBelow = .N), by=list(year)]
nBelow[nAbove][, list(year, foo=nAbove/(nAbove+nBelow))]

有效,但每当我看到其他人的data.table代码时,它看起来比我的解决方案更清晰,更容易。是否有更简洁的方法来获得以下类型的输出?

   year       foo
 1: 1993 0.2372093
 2: 1994 0.1567568
 3: 1995 0.8132530
 4: 1996 0.1235955
 5: 1997 0.1065574
 6: 1998 0.3070684
 7: 1999 0.1491974

以下是我的数据样本:

   year tentgelt    te_med
 1: 2010   120.95  53.64929
 2: 2010     9.99 116.72601
 3: 2010   113.52  53.07394
 4: 2010    10.27  38.45728
 5: 2010    48.58 124.65753
 6: 2010    96.38  86.99060
 7: 2010     3.46  65.75342
 8: 2010   107.52  91.87592
 9: 2010   107.52  42.92953
10: 2010     3.46  73.92328
11: 2010    96.38  85.23419
12: 2010     2.25  79.19995
13: 2010    42.32  35.75757
14: 2010     7.94  93.44305
15: 2010   120.95 113.41370
16: 2010     7.94 110.68628
17: 2010   107.52 127.30682
18: 2010     2.25 103.49036
19: 2010   120.95 123.62054
20: 2010    96.38  68.57532

对于此示例,预期输出应为:

   year   V2
1: 2010 0.45

1 个答案:

答案 0 :(得分:4)

试试这个

wages[, list(foo= sum(tentgelt > te_med)/.N), by = year]
#    year  foo
# 1: 2010 0.45