Question

我尝试向data.table添加新列，其中行中的值取决于行中值的相对关系。更确切地说，如果一行中有一个值X，我想知道在X-30中有多少其他值在同一列（和组）中。

就是这样：

DT<-data.table(
X = c(1, 2, 2, 1, 1, 2,  1, 2, 2, 1, 1, 1),
Y = c(100, 101, 133, 134, 150, 156,  190, 200, 201, 230, 233, 234),
Z = c(1, 2, 3, 4, 5, 6,  7, 8, 9, 10, 11, 12))

我想获得一个新列，其值为：

N <- c(0, 0, 0, 0, 1, 1,  0, 0, 1, 0, 1, 2)

我已经尝试了以下方法，但我没有得到我可以使用的结果：

DT[,list(Y,num=cumsum(Y[-.I]>DT[.I,Y]-30),Z),by=.(X)]

任何想法如何做到这一点？

Answer 1

这可能是通过滚动连接（？）实现的，但现在是foverlaps替代

DT[, `:=`(indx = .I, Y2 = Y - 30L, N = 0L)] # Add row index and a -30 interval
setkey(DT, X, Y2, Y) # Sort by X and the intervals (for fovelaps)
res <- foverlaps(DT, DT)[Y2 > i.Y2, .N, keyby = indx] # Run foverlaps and check what can we catch
setorder(DT, indx) # go back to the original order
DT[res$indx, N := res$N][, c("indx", "Y2") := NULL] # update results and remove cols
DT
#     X   Y  Z N
#  1: 1 100  1 0
#  2: 2 101  2 0
#  3: 2 133  3 0
#  4: 1 134  4 0
#  5: 1 150  5 1
#  6: 2 156  6 1
#  7: 1 190  7 0
#  8: 2 200  8 0
#  9: 2 201  9 1
# 10: 1 230 10 0
# 11: 1 233 11 1
# 12: 1 234 12 2

或者，使用which=TRUE的{{1}}选项使重叠合并更小：

foverlaps

Answer 2

这是另一种方式：

DT[order(Y), N := 0:(.N-1) - findInterval(Y - 30, Y), by = X]

all.equal(DT$N,N) # TRUE

计算每组数据窗口中的值数量。

2 个答案: