我有一个包含两个键（def f(s):
return 'c' not in s
newlist = filter(f, L)
和ID）的数据集，用于多个日期。
我想按月计算Cells的平均值。问题是某些MM - ID组合中缺少某些日期，但我每天可以使用一个Cells，所以这不是问题。
我所做的是创建一个包含唯一日期的新数据表，计算MM的平均值，然后将其与原始数据表合并，然后删除重复的列。
显然，效率不高。还有其他办法吗？
可重复的例子：
MM答案 0 :(得分：1)
您可以做的是使用DATE和ID上的交叉联接作为i中的参考，以添加缺少的DATE / ID组合，然后计算平均值：
DT[CJ(DATE, ID, unique = TRUE), on=c(DATE="V1", ID="V2")
][, AverageMM := sum(MM, na.rm = TRUE)/.N, by = .(year(DATE), month(DATE))][]
给出：
DATE ID Cells MM Year Month Day AverageMM
1: 2000-01-01 1 1 100 2000 1 1 200.0
2: 2000-01-01 2 10 100 2000 1 1 200.0
3: 2000-01-02 1 2 200 2000 1 2 200.0
4: 2000-01-02 2 20 200 2000 1 2 200.0
5: 2000-01-03 1 3 300 2000 1 3 200.0
6: 2000-01-03 2 30 300 2000 1 3 200.0
7: 2000-01-04 1 NA NA NA NA NA 200.0
8: 2000-01-04 2 40 400 2000 1 4 200.0
9: 2000-02-01 1 1 500 2000 2 1 487.5
10: 2000-02-01 2 10 500 2000 2 1 487.5
11: 2000-02-02 1 2 600 2000 2 2 487.5
12: 2000-02-02 2 NA NA NA NA NA 487.5
13: 2000-02-03 1 NA NA NA NA NA 487.5
14: 2000-02-03 2 30 700 2000 2 3 487.5
15: 2000-02-04 1 4 800 2000 2 4 487.5
16: 2000-02-04 2 40 800 2000 2 4 487.5
另一种可能性是使用 tidyr 包中的DATE函数添加缺少的ID / complete组合：
library(tidyr)
setDT(complete(DT,DATE,ID))[, AverageMM := sum(MM, na.rm = TRUE)/.N, by = .(year(DATE), month(DATE))][]
会给你相同的输出。
答案 1 :(得分：1)
你可以......
DT[, aveMM := weighted.mean(MM, !duplicated(DATE)), by=.(year(DATE), month(DATE))]
给出了
DATE ID Cells MM AveMM
1: 2000-01-01 1 1 100 250
2: 2000-01-02 1 2 200 250
3: 2000-01-03 1 3 300 250
4: 2000-01-01 2 10 100 250
5: 2000-01-02 2 20 200 250
6: 2000-01-03 2 30 300 250
7: 2000-01-04 2 40 400 250
8: 2000-02-01 1 1 500 650
9: 2000-02-02 1 2 600 650
10: 2000-02-04 1 4 800 650
11: 2000-02-01 2 10 500 650
12: 2000-02-03 2 30 700 650
13: 2000-02-04 2 40 800 650
这为重复的天赋予零权重。
要扩展到mean以外的功能，这样的方法有效：
DT[, AveMM := mean(tapply(MM, DATE, head, 1)), by=.(year(DATE), month(DATE))]
但是，它不是很好的数据。表格。