使用 data.table 根据 R 中的两个分组变量进行汇总答案

【问题标题】：Summarize based on two grouping variables in R using data.table使用 data.table 根据 R 中的两个分组变量进行汇总
【发布时间】：2012-12-17 18:06:15
【问题描述】：

我正在尝试在 R 中使用data.table 来总结以下数据表：

SiteNo Var1 Var2 Var3 ... Var18 Group
1      0.1 0.3  1         0.3     1
2      0.3 0.1  0.9       0.2     1
etc.

有 668,944 个观测值、43 个站点、3 个组和 19 个变量。我想获得一个函数的结果（例如，mean），它按站点和组汇总了每个列/变量。所以应该有 43 个站点 x 3 个组 x # 个摘要统计信息（例如，mean）。我使用了以下代码：

e.dt<-data.table(e)
setkey(e.dt, Group) # set key to group number

# get mean for each column/variable
e.dt.mean<-e.dt[,lapply(.SD,mean), by="SiteNo"]

使用上述方法，我得到了 43 个站点，但不是我所追求的 3 个组。我可以将原始数据表分成三组，但想知道是否有一种方法可以使用 data.table 使用两个变量（SiteNo 和 Group）进行汇总。

我还在data.table上的RTM，但到目前为止我还没有找到上面的答案。

【问题讨论】：

标签： r data.table

【解决方案1】：

尝试将您的密钥设置为“Group”和“SiteNo”：

来自?key下的例子：

keycols <- c("SiteNo", "Group")
setkeyv(e.dt, keycols)

然后，使用by 作为：

e.dt[, lapply(.SD,mean), by = key(e.dt)]

或者，您可以使用：

e.dt[, lapply(.SD,mean), by = "SiteNo,Group"]

或

e.dt[, lapply(.SD, mean), by = list(SiteNo, Group)]

【讨论】：