Question

我已经构建了一个data.table数据帧dt1，如：

State Bounced Opened Delivered
FL    2       1      0
NY    0       1      1

我还有另一个data.table dt2，总值为：

State Total
NY    2
FL    3

我想在第一个数据表中找到每列的百分比频率：

State Bounced Opened Delivered
FL    66.66   33.33  0
NY    0       50     50

如果我只是* 100并将所有第一个数据表除以第二个数据表的Total列，我得到了结果，但第一列的状态名称变为NA，这是不好的。

如果我喜欢：

dt1[, percen:=Bounced/dt2$Total]

它有效，但我必须为所有列重复该过程。有没有办法复制到所有列，但第一个？

第二个问题：检查所使用的总价值是否合适的最佳方法是什么 - 即属于正确的状态？到目前为止，我所做的只是按字母顺序排列State列，但我想知道data.table是否提供了一种在执行百分比时控制它的方法......

Answer 1

这是一个连接操作，所以使用data.table连接语法，它是一个单行：

dt1 <- data.table(State=c('FL','NY'), Bounced=c(2,0),
                  Opened=c(1,1), Delivered=c(0,1), key='State')
dt2 <- data.table(State=c('NY','FL'), Total=c(2,3), key='State')

colsToDivide = c('Bounced','Opened','Delivered')

dt1[dt2, (colsToDivide) :=
  lapply(mget(colsToDivide), function(x) {100*x/Total} ) ]

#   State  Bounced   Opened Delivered
#1:    FL 66.66667 33.33333         0
#2:    NY  0.00000 50.00000        50

Answer 2

我对data.table不太满意，但是，我认为这样可行。

cbind(State = df1$State, 
      df1[, -1, with = FALSE]/df2$Total[match(df1$State, df2$State)]* 100)

#   State  Bounced   Opened  Delivered
#1:    FL  66.667    33.333         0
#2:    NY  0.000     50.000        50

考虑df1和df2是data.table。

这也可以回答您的第二个问题match State df1 df2与INSERT INTO group_msg_response (license_id,grp_id) VALUES (1,1) WHERE NOT EXISTS (SELECT 1 FROM group_msg_response WHERE license_id=1 AND grp_id=1 )的问题。

如何通过从另一个data.table连接到列来查找百分比值

2 个答案: