data.table 中的分组操作

Question

下午好，

让我们看看下面这个简单的例子：

library(data.table)
set.seed(1L)
dt1 <- data.table(
  v1=rep(c("foo", "bar"), 2L),
  v2=runif(4L)
)
dt1[]

##      v1        v2
##  1: foo 0.2655087
##  2: bar 0.3721239
##  3: foo 0.5728534
##  4: bar 0.9082078

我想知道如何通过引用计算和分配列v3，这是bar 元素除以foo 元素，给出以下内容

##      v1        v2       v3
##  1: foo 0.2655087 1.401551
##  2: bar 0.3721239 1.401551
##  3: foo 0.5728534 1.585411
##  4: bar 0.9082078 1.585411

我几乎可以肯定有一种简单的方法可以做到这一点，但我找不到方法。

有人可以帮助我吗？谢谢！

Answer 1

OP 已请求将每个 bar 元素除以其紧接在前的 foo 元素，并将商分配给两行。

使用cumsum()分组

这可以实现为 update by group，使用 cumsum(v1 == "foo") 创建唯一的组 ID：

dt1[, v3 := last(v2)/first(v2), by = cumsum(v1 == "foo")][]

    v1        v2       v3
1: foo 0.2655087 1.401551
2: bar 0.3721239 1.401551
3: foo 0.5728534 1.585411
4: bar 0.9082078 1.585411

除了last() 和first()，我们还可以写成：

dt1[, v3 := v2[.N]/v2[1], by = cumsum(v1 == "foo")][]

使用rowid()分组

除了cumsum(v1 == "foo")，也可以使用rowid(v1)：

dt1[, v3 := v2[.N]/v2[1], by = rowid(v1)][]

    v1        v2       v3
1: foo 0.2655087 1.401551
2: bar 0.3721239 1.401551
3: foo 0.5728534 1.585411
4: bar 0.9082078 1.585411

Answer 2

按照@MichaelChirico 使用rowid 的建议，我们可以通过子集值进行除法，然后分配新列。

dt1[, v3 := (dt1[v1 == "bar", v2] / dt1[v1 == "foo", v2])[rowid(v1)]]
dt1
#     v1        v2       v3
# 1: foo 0.2655087 1.401551
# 2: bar 0.3721239 1.401551
# 3: foo 0.5728534 1.585411
# 4: bar 0.9082078 1.585411