我想基于行子集上的聚合函数,在每个子集内对R中的数据表进行子集化。例如,对于每个键,返回大于仅针对子集中的行计算的字段的平均值的所有值。例如:
library(data.table)
t=data.table(Group=rep(c(1:5),each=5),Detail=c(1:25))
setkey(t,'Group')
library(foreach)
library(dplyr)
ret=foreach(grp=t[,unique(Group)],.combine=bind_rows,.multicombine=T) %do%
t[Group==grp&Detail>t[Group==grp,mean(Detail)],]
# Group Detail
# 1: 1 4
# 2: 1 5
# 3: 2 9
# 4: 2 10
# 5: 3 14
# 6: 3 15
# 7: 4 19
# 8: 4 20
# 9: 5 24
#10: 5 25
问题是,是否可以使用data.table功能简洁地编码最后两行?很抱歉,如果这是重复,我也在努力解释谷歌/ stackoverflow找到它的确切目标。
答案 0 :(得分:1)
使用.SD功能。不知道,谢谢:
dt[, .SD[Detail > mean(Detail)], by = Group]
同样有效,但有一些性能提升:
indx <- dt[, .I[Detail > mean(Detail)], by = Group]$V1 ; dt[indx]