R data.table：在一个语句中将data.table的条件摘要合并回原始data.table答案

【问题标题】：R data.table: Merge conditional summary of a data.table back to the original data.table in one statementR data.table：在一个语句中将data.table的条件摘要合并回原始data.table
【发布时间】：2019-12-17 06:06:02
【问题描述】：

我有以下虚拟数据 -

dummyData = data.table(A = c(2,2,2,3,4,2,3,2,4,3), B = c(1.2, 3.2, 4.3, 3.1, 5.4, 6.6, 3.5, 3.2, 4.2, 2.3), desired_Result = c(18.5, 18.5, 18.5, 18.5, 18.5, 18.5, 18.5, 18.5, 18.5, 18.5))

我想在这个 data.table 中添加一个新列，如下所示 - 在 B 列中选择 A == 2 的值，然后添加这些值并在原始 data.table 中创建一个新列 C

我不想要基于 A 组的 B 的总和，但结果应该只有 B 列的总和，其中 A == 2。以下是我尝试过的代码，但它给了我汇总的 data.table

dummyData[, actual_Result := sum(B), by = A]

下面应该是输出

    A   B desired_Result actual_Result
 1: 2 1.2           18.5          18.5
 2: 2 3.2           18.5          18.5
 3: 2 4.3           18.5          18.5
 4: 3 3.1           18.5          18.5
 5: 4 5.4           18.5          18.5
 6: 2 6.6           18.5          18.5
 7: 3 3.5           18.5          18.5
 8: 2 3.2           18.5          18.5
 9: 4 4.2           18.5          18.5
10: 3 2.3           18.5          18.5

以下代码在 A 为 3 或 4 的行中给出 NA，我需要 actual_Result 中的所有行的值都为 18.5

dummyData[A == 2, actual_Result := sum(B), by = A]

    A   B desired_Result actual_Result    C
 1: 2 1.2           18.5          18.5 18.5
 2: 2 3.2           18.5          18.5 18.5
 3: 2 4.3           18.5          18.5 18.5
 4: 3 3.1           18.5           8.9   NA
 5: 4 5.4           18.5           9.6   NA
 6: 2 6.6           18.5          18.5 18.5
 7: 3 3.5           18.5           8.9   NA
 8: 2 3.2           18.5          18.5 18.5
 9: 4 4.2           18.5           9.6   NA
10: 3 2.3           18.5           8.9   NA

【问题讨论】：

标签： r data.table

【解决方案1】：

你可以的

library(data.table)
dummyData[, actual_Result := sum(B[A == 2])]

dummyData
#    A   B desired_Result actual_Result
# 1: 2 1.2           18.5          18.5
# 2: 2 3.2           18.5          18.5
# 3: 2 4.3           18.5          18.5
# 4: 3 3.1           18.5          18.5
# 5: 4 5.4           18.5          18.5
# 6: 2 6.6           18.5          18.5
# 7: 3 3.5           18.5          18.5
# 8: 2 3.2           18.5          18.5
# 9: 4 4.2           18.5          18.5
#10: 3 2.3           18.5          18.5

使用base R是

dummyData$actual_Result <- sum(dummyData$B[dummyData$A == 2])

【讨论】：

【解决方案2】：

在dplyr，我们可以使用

library(dplyr)
dummyData %>%
    mutate(actual_Result = sum(B[A ==2]))

【讨论】：