Question

我认为应该可以使用非equi连接执行以下操作，但无法使其工作。几个星期前我问过这个问题的扩展名：Fast way to find min in groups after excluding observations using R。

我有一组应用程序数据。如果分数高于截止值，则表示您被录取。现在我想确定哪些应用程序是严格控制的。即当某人优先考虑的选择低于另一个选择时，利润率较低，因此永远不会接受该选项。

即。当将特定行的cutoff与同一组中具有较低prio数的所有行进行比较时，如果存在具有较低截止值的较高优先级（较低prio）选项，则设置dominated = TRUE。

以下代码有效但速度相当慢：

library(data.table)
dt <- data.table(prio = c(c(1,2,4,5,6,7,8), c(1,2,4,5), c(1,2,4,5,6,7,8), c(1,2,4,10,13)),
                 c = c(c(20,16,19,20,21,11,22), c(1.5, 1.3, 1.7, 1.2), c(20,16,19,20,21,11,22), c(123,332,121,334,335)),
                 admission_group = c(rep("X", 7), rep("Y", 4), rep("X", 7), rep("Z", 5)),
                 individual = c(rep("A", 11), rep("B", 12)),
                 dominated = rep(FALSE, 23))

dt[,
    min_c_lower_prio :=
        unname(sapply(split(outer(prio,prio, "<="),
                            rep(1:length(prio),
                                each = length(prio))),
                      FUN = function(x) min(c[x], na.rm = TRUE))),
    by = .(admission_group, individual)
]

dt[c > min_c_lower_prio, dominated := TRUE]

Answer 1

是的，可以使用非equi连接完成：

dt[, d := dt[.SD, on=.(admission_group, individual, prio < prio, c < c), mult="first", 
  .N > 0, by=.EACHI]$V1]

或者，按优先级排序并使用cummin：

dt[order(prio), d2 := c > cummin(c), by=.(admission_group, individual)]

使用数据表在组中查找满足行特定条件的行的最小值

1 个答案: