按R中列的总和拆分data.table

Question

如何用相等的N列累加和来拆分data.table？这些数据包括代码，N是每个代码的更大集合中的行数（我在这里没有复制）。

我希望能够用aprox分割代码。 50,000 N的总和，产生不同长度的行的data.tables，但具有唯一的代码，总计约50,000N。

实际上N是随机的，不是随机的，但这在复制较小样本量的数据方面做得很好：

dt <- dt <- data.table(code=c(1:500),N=c(rep(c(100:500),100),rep(c(100:500),100),rep(c(100:500),100), rep(c(100:500),100), rep(c(100:500),100)))
dt$cumsum <- cumsum(dt$N) 
desired1 <- dt[1:233,] ###first 50,000 cumsum of N
desired2 <- dt[234:359,]
desired3 <- dt[360:565,]
desired4 <- dt[566:713,] ###etc every 50,000 cumsum of N

Answer 1

我们使用%/%创建一个分组变量以进行拆分。

dt[, grp := shift(cumsum %/% 50000, fill = 0)]

然后执行split

lst <- split(dt, dt$grp)
tail(lst[[1]], 1)
#   code   N cumsum grp
#1:  233 332  50328   0