使用 data.table 对列进行计数和聚合/汇总

Question

我想对data.table 中的一列进行计数和汇总（求和），但找不到最有效的方法。这似乎接近我想要的R summarizing multiple columns with data.table。

我的数据：

set.seed(321)
dat <- data.table(MNTH = c(rep(201501,4), rep(201502,3), rep(201503,5), rep(201504,4)), 
                  VAR = sample(c(0,1), 16, replace=T))

> dat
     MNTH VAR
 1: 201501   1
 2: 201501   1
 3: 201501   0
 4: 201501   0
 5: 201502   0
 6: 201502   0
 7: 201502   0
 8: 201503   0
 9: 201503   0
10: 201503   1
11: 201503   1
12: 201503   0
13: 201504   1
14: 201504   0
15: 201504   1
16: 201504   0

我想使用 data.table 计算 VAR 和 MNTH 的总和。期望的结果：

    MNTH COUNT VAR
1 201501     4   2
2 201502     3   0
3 201503     5   2
4 201504     4   2

Answer 1

您所指的帖子提供了一种有关如何将一种聚合方法应用于多个列的方法。如果你想对不同的列应用不同的聚合方法，你可以这样做：

dat[, .(count = .N, var = sum(VAR)), by = MNTH]

这会导致：

     MNTH count var
1: 201501     4   2
2: 201502     3   0
3: 201503     5   2
4: 201504     4   2

您还可以通过引用更新数据集来将这些值添加到现有数据集：

dat[, `:=` (count = .N, var = sum(VAR)), by = MNTH]

这会导致：

> dat
      MNTH VAR count var
 1: 201501   1     4   2
 2: 201501   1     4   2
 3: 201501   0     4   2
 4: 201501   0     4   2
 5: 201502   0     3   0
 6: 201502   0     3   0
 7: 201502   0     3   0
 8: 201503   0     5   2
 9: 201503   0     5   2
10: 201503   1     5   2
11: 201503   1     5   2
12: 201503   0     5   2
13: 201504   1     4   2
14: 201504   0     4   2
15: 201504   1     4   2
16: 201504   0     4   2

如需进一步了解如何使用 data.table 语法，请参阅 GitHub wiki 上的 Getting started guides。