Question

我正在使用data.table包尝试一般的聚合数据。我有多个要汇总的列。我使用以下脚本创建初始数据表：

library(data.table)
dt <- data.table(x.1 = rnorm(10, 20, 3), x.2 = rnorm(10, 20, 3), x.3 = rnorm(10, 20, 3),
                 y.1 = rnorm(10, 20, 3), y.2 = rnorm(10, 20, 3), y.3 = rnorm(10, 20, 3),
                 z.1 = rnorm(10, 20, 3), z.2 = rnorm(10, 20, 3), z.3 = rnorm(10, 20, 3))

我想要实现的是聚合列{x1，x2，x3，y1，y2，y3，z1，z2，z3} =＆gt; {x.total，y.total，z.total}通过对每组列应用和。

我可以使用for循环这样做：

prefixes <- c('x', 'y', 'z')
initial.colnames <- c(names(dt))

for (i in 1:nrow(dt)){
  for (pref in prefixes){
    dt[,eval(paste0(pref, '.total')) := sum(dt[i, eval(grep(pref, initial.colnames))]), with = TRUE]
  }
}

但是，我想使用内联数据表构造来应用，如下所示：

dt[, eval(paste0(prefixes, '.total')) := sum(dt[,eval(grep(prefixes, initial.colnames))]), with = F]

但这并没有给我所需的结果。

也许有一些想法如何以正确的方式做到这一点？

Answer 1

这是一种与melt聚合的方式：

mDT = melt(dt[, r := .I], measure.vars = patterns(prefixes), value.name=prefixes)

mDT[, lapply(.SD, sum), by=r, .SDcols=prefixes]


     r        x        y        z
 1:  1 63.65898 65.41892 56.40470
 2:  2 60.58634 62.71055 48.69771
 3:  3 50.12036 60.06289 66.38637
 4:  4 55.42629 63.38670 56.98914
 5:  5 59.94042 54.28727 49.20218
 6:  6 59.51313 67.53499 59.24097
 7:  7 63.26874 62.23262 60.70875
 8:  8 54.90082 76.09135 58.79787
 9:  9 56.35402 52.11372 60.37903
10: 10 52.77926 55.06044 53.75093

Answer 2

我们可以将Map与Reduce

一起使用

dt[,paste0(prefixes, '.total'):= Map(function(i)  Reduce('+',as.list(.SD[,i, with=FALSE])), 
                                split(names(dt), sub('\\..*', '', names(dt))))]

使用data.table一般聚合列

2 个答案: