返回data.table子集中的额外变量

Question

给出样本data.table

DT<-data.table(c(1:20), LETTERS[1:10], c("w","x","y","z"), rnorm(c(1:20)))

我想根据比如说：

将其分类

DT[, .(V4=max(V4)), by=.(V3)]

返回

   V3        V1
1:  w 1.1939909
2:  x 1.6321958
3:  y 0.5836792
4:  z 0.4115887

我的问题是：如何让它返回一个额外的变量（列），但没有按该列排序？那么，如何在上面的子集中包含适当的V2列来获取：

   V3        V4  V2
1:  w 1.1939909  A
2:  x 1.6321958  F
3:  y 0.5836792  G
4:  z 0.4115887  J

执行此操作：DT[, .(V4=max(V4), V2), by=.(V3)] 或者：DT[, .(V4=max(V4)), by=.(V3, V2)] 只返回整个数据集。

感谢您的帮助

Answer 1

我们可以使用.SD根据＆＃34; V4＆＃34;的最大值索引对行进行子集化，按＆＃34; V3＆＃34;

分组

DT[, .SD[which.max(V4)], by = V3]

或order＆＃34; V4＆＃34;按＆＃34; V3＆＃34;分组并选择第一行

DT[order(-V4), head(.SD, 1) , by = V3]

Answer 2

如果您要排除原始V1，可以执行以下操作：

DT[ , .(V4[idx <- which.max(V4)], V2[idx]), by = V3]

或者

DT[ , .SD[which.max(V4)], by = V3, .SDcols = c("V2", "V4")]

当我们想做的不仅仅是这个简单的操作时，这两种方法对不同情况都有吸引力。