Question

R中的数据表有三个（主要）组件：DT[i, j, by]。

我正在使用by功能创建我的data.table DT 的子集，该功能将我的数据子集返回到j，我可以在其中执行操作。在每个新子集中，我可以在j中指定要使用的列。

来自the documentation（稍微改变一下）：

DT[, lapply(.SD, mean), by=., .SDcols=...] - 将乐趣（=均值）应用于所有人在按指定的列分组时在.SDcols中指定的列 in by。

这是很棒的功能！

我想知道是否可以为j中使用的函数提供参数 - 在这种情况下：mean？

函数mean可以采用以下输入：

mean(x, trim = 0, na.rm = FALSE, ...)

如何在mean部分和部分中使用j，例如na.rm = TRUE？

另一方面，我对Reduce确实有类似的问题函数，它将函数递归地应用于数据集。我发现的最好的想法是创建要应用的函数的自定义版本，例如：

my_mean <- function(Data) {

    output <- mean(Data, na.rm = TRUE)

    return(output)
}

然后使用上面的例子，我会执行：

DT[, lapply(.SD, my_mean), by=., .SDcols=...]

Answer 1

你可以将额外的参数传递给lapply：

DT = data.table(x=c(1,2,3,4,NA),y=runif(5),z=c(1,1,1,2,2))
DT[, lapply(.SD, mean,na.rm=T), by=z]