数据帧中按组的有效向量累积[重复]

Question

我目前有一个大型数据表，我想累积一个 vector 列（classes 列）为每个组 (id) 多年来以矢量格式获取到当前年份的所有过去课程。

编辑： 以前的主题（ie Cumulatively paste (concatenate) values grouped by another variable）在我不想要的 字符连接 的情况下回答了这个问题（因为分析字符串迫使我之前解析它，这在大型数据集上是计算机密集型的）。我想累积向量并获得一列向量。我认为解决方案非常接近，但我无法找到正确的语法。

 

样本数据：

id     year   classes
----------------------------
1      2000   c("A", "B")
1      2001   c("C", "A")
1      2002   "D"
1      2003   "E"
2      2001   "A"
2      2002   c("A", "D")
2      2003   "E"
...

预期输出：

id     year   classes       cumclasses
-----------------------------------------------------------
1      2000   c("A", "B")   c("A", "B")
1      2001   c("C", "A")   c("A", "B", "C", "A")
1      2002   "D"           c("A", "B", "C", "A", "D")
1      2003   "E"           c("A", "B", "C", "A", "D", "E")
2      2001   "A"           "A"
2      2002   c("A", "D")   c("A", "A", "D")
2      2003   "E"           c("A", "A", "D", "E")
...

我的目标是找到一个高效的解决方案，因为我的数据集相当大。

现在我有一个使用 dplyr 和 purrr 的工作（但超慢）解决方案：

dt2 <- dt %>%
   setkeyv(c("id", "year")) %>%
   group_by(id) %>%
   mutate(cumclasses = accumulate(classes, append))

我正在寻找以下类型的 data.table 解决方案：

#not working example
dt2 <- dt[, cumclasses := accumulate(classes, append), by = id]

甚至是基础 R 解决方案，越快越好！

谢谢！

如果您想重现示例数据，请复制以下代码：

dt <- data.table(id = 
                  c(1,1,1,1,2,2,2),
                year = 
                  c(2000,2001,2002,2003,2001,2002,2003),
                classes = 
                  list(c('A', 'B'), c('C', 'A'), 'D', 'E', 'A', c('A', 'D'), 'E'), key = 'id')

编辑 [已解决]：

一个可行的解决方案是（使用data.table 和purrr）：

dt[, cumClasses := list(accumulate(classes, append)), by = id]

Answer 1

一种选择是按“id”分组，遍历行序列并在unlistlist 列之后提取“类”和paste 一起

dt[,  cumClasses := sapply(seq_len(.N), function(i) toString(unlist(classes[seq_len(i)]))), id][, 
         cumClasses := as.list(cumClasses)][]