如果data.table

Question

我有一个包含以下变量的大数据集

student_ID=c(rep("1001",8),rep("1002",3),rep("1003",11))
grades=c(NA,rep(40,2),50,60,90, 5,NA,51, rep(47,5),rep(70,5),rep(42,3))
Year=c(rep(2011,4),rep(2012,4),2011,2012,2013,rep(2011,4),rep(2012,3),rep(2013,4))
data<-data.table(student_ID,grades,Year)
setkey(data, student_ID)

我需要创建两个新变量。一个由学生平均成绩。一个是关于任何给定年份的平均成绩是否<50（如果是，则为0，如果没有）。

一旦完成，我将查看学生和年级的子集。

Answer 1

要创建按＆＃39; student_ID＆＃39;分组的两列，我们需要将输出（:=和二进制输出）分配（mean(grades)）到新列名称。

data[, c('MeanGrade', 'MeanGradelessthan50') :={tmp <- mean(grades, na.rm=TRUE)
                                  list(tmp, +(tmp < 50))}, by = student_ID]

如果我们需要总结而不是分配，请使用list

data[, {tmp <- mean(grades, na.rm=TRUE)
     list(MeanGrade=tmp, MeanGradelessthan50 = +(tmp < 50))}, by = .(student_ID, Year)]