Question

这个问题有部分答案here，但问题太具体了，我无法将其应用于我自己的问题。

在使用by时，我想跳过NA组的潜在重量计算。

library(data.table)

DT = data.table(X = sample(10), 
                Y = sample(10), 
                g1 = sample(letters[1:2], 10, TRUE),
                g2 = sample(letters[1:2], 10, TRUE))

set(DT, 1L, 3L, NA)
set(DT, 1L, 4L, NA)
set(DT, 6L, 3L, NA)
set(DT, 6L, 4L, NA)

DT[, mean(X*Y), by = .(g1,g2)]

在这里，我们可以看到最多包含(NA, NA)组的5个组。考虑到（i）该组是无用的（ii）这些组可能非常大并且（iii）实际计算比mean(X*Y)更复杂，我能否以有效的方式跳过该组？我的意思是，没有创建剩余表的副本。确实以下是有效的。

DT2 = data.table:::na.omit.data.table(DT, cols = c("g1", "g2"))
DT2[, mean(X*Y), by = .(g1,g2)]

Answer 1

您可以使用if子句：

DT[, if (!anyNA(.BY)) mean(X*Y), by = .(g1,g2)]

   g1 g2       V1
1:  b  a 25.75000
2:  a  b 24.00000
3:  b  b 35.33333

来自?.BY帮助：

.BY是一个list，其中包含by中每个项目的长度为1的向量。根据组变量的值，这可以用if()进行分支。

data.table不计算by中的NA组

1 个答案: