R data.table 按组将特定列设置为其最后一个值答案

【问题标题】：R data.table set specific columns to their last values, by groupR data.table 按组将特定列设置为其最后一个值
【发布时间】：2019-06-06 07:20:37
【问题描述】：

数据如下所示：

Col1    Col2    Col3    Group
1       1       2       1
1       1       3       1
2       2       4       1
2       3       3       2
2       3       4       2
2       4       5       2
3       4       6       2

我想在Group 内将Col1 和Col3 设置为它们的LAST 值例如，Col1 Group 2 的最后一个值为 3。所以在第 2 组中，我希望 Col1 的所有值都设置为 3。

预期结果：

Col1    Col2    Col3    Group
2       1       4       1
2       1       4       1
2       2       4       1
3       3       6       2
3       3       6       2
3       4       6       2
3       4       6       2

如何用 data.table 做到这一点？

【问题讨论】：

标签： r data.table

【解决方案1】：

我们可以使用tidyverse。我们按“Group”分组，并使用mutate_at 选择感兴趣的变量，替换为每列的last 值

library(dplyr)
df1 %>%
  group_by(Group) %>%
  mutate_at(vars(Col1, Col3), last)
# A tibble: 7 x 4
# Groups:   Group [2]
#   Col1  Col2  Col3 Group
#  <int> <int> <int> <int>
#1     2     1     4     1
#2     2     1     4     1
#3     2     2     4     1
#4     3     3     6     2
#5     3     3     6     2
#6     3     4     6     2
#7     3     4     6     2

或者用data.table，用同样的逻辑，（如果不是data.table，用setDT转换成data.table），在.SDcols中指定感兴趣的列，循环遍历的子集Data.table (.SD)，获取last 值并将其分配(:=) 到列

library(data.table)
nm1 <- c("Col1", "Col3")
setDT(df1)[, (nm1) := lapply(.SD, last), by = Group, .SDcols = nm1]

数据

df1 <- structure(list(Col1 = c(1L, 1L, 2L, 2L, 2L, 2L, 3L), Col2 = c(1L, 
1L, 2L, 3L, 3L, 4L, 4L), Col3 = c(2L, 3L, 4L, 3L, 4L, 5L, 6L), 
    Group = c(1L, 1L, 1L, 2L, 2L, 2L, 2L)), class = "data.frame", 
    row.names = c(NA, 
-7L))

【讨论】：

【解决方案2】：

library(data.table)

cols <- c("Col1", "Col3")
DT[, (cols) := .SD[.N], by = Group, .SDcols = cols][]
#    Col1 Col2 Col3 Group
# 1:    2    1    4     1
# 2:    2    1    4     1
# 3:    2    2    4     1
# 4:    3    3    6     2
# 5:    3    3    6     2
# 6:    3    4    6     2
# 7:    3    4    6     2

数据

DT <- fread("Col1    Col2    Col3    Group
1       1       2       1
1       1       3       1
2       2       4       1
2       3       3       2
2       3       4       2
2       4       5       2
3       4       6       2")

【讨论】：