使用 data.table 时如何从字符向量创建列名

Question

我有一个这样的 data.table：

dt = data.table(id_1 = c(rep(1:3, 5)), id_2 = sort(rep(c('A', 'B', 'C'), 5)), value_1 = rnorm(15, 1, 1), value_2 = rpois(15, 1))

我想创建一个函数，它按函数参数指定的一些列对表进行分组，并对另一个参数指定的其他几个列执行操作（比如说求和）。最后，我想将新列的名称指定为另一个函数参数。我的问题是：当我不使用引用分配 := 时，我真的不知道如何从字符向量创建名称。

以下两种方法完全实现了我想要做的，我只是不喜欢这种方式：

方法一：通过引用使用分配，然后每组只选择一条记录（并忘记原始列）

dt_aggregator_1 <- function(data,
                          group_cols = c('id_1', 'id_2'),
                          new_names = c('sum_value_1', 'sum_value_2'),
                          value_cols = c('value_1', 'value_2')){
  data_out = data
  data_out[,(new_names) := lapply(.SD, function(x){sum(x)}),by = group_cols, .SDcols = value_cols]
  data_out[,lapply(.SD, max), by = group_cols, .SDcols = new_names]
}

方法2：分组后重命名列。我认为这是更好的方法。

dt_aggregator_2 <- function(data,
                            group_cols = c('id_1', 'id_2'),
                            new_names = c('sum_value_1', 'sum_value_2'),
                            value_cols = c('value_1', 'value_2')){
  data_out = data[,lapply(.SD, function(x){sum(x)}),by = group_cols, .SDcols = value_cols]
  setnames(data_out, value_cols, new_names)
  data_out[]
}

我的问题是，如果在方法 2 中我可以在执行分组操作时以某种方式设置名称？所以我会把它减少到一行代码而不是 2:)

Answer 1

您可以在同一行中包含setNames 并使其成为单行。

dt_aggregator_2 <- function(data,
                            group_cols = c('id_1', 'id_2'),
                            new_names = c('sum_value_1', 'sum_value_2'),
                            value_cols = c('value_1', 'value_2')){

  dt[,setNames(lapply(.SD, sum), new_names),by = group_cols, .SDcols = value_cols]

}

Answer 2

你可以试试 dplyr 库

library(dplyr)

dt1 <- dt %>% group_by(id_1,id_2) %>%
  summarise(
    sum_value_1 = sum(value_1),
    sum_value_2 = sum(value_2)
  )

dt1