如何通过加入来自另一个 data.table 的列来查找百分比值

Question

我已经建立了一个 data.table 数据框dt1，比如：

State Bounced Opened Delivered
FL    2       1      0
NY    0       1      1

我还有另一个 data.table dt2 的总值：

State Total
NY    2
FL    3   

我想找出第一个数据表中每一列的频率百分比：

State Bounced Opened Delivered
FL    66.66   33.33  0
NY    0       50     50

如果我只是* 100 并将所有第一个数据表除以第二个数据表的 Total 列，我有结果，但第一列的州名称变成了 NA，这不好。

如果我喜欢：

dt1[, percen:=Bounced/dt2$Total]

它有效，但我必须对所有列重复该过程。有没有办法复制到除第一列之外的所有列？

第二个问题：检查使用的 Total 值是否正确（即属于正确的状态）的最佳方法是什么？到目前为止，我所做的只是按字母顺序对 State 列进行排序，但我想知道 data.table 是否提供了一种在执行百分比时控制它的方法......

Answer 1

这是一个连接操作，所以使用 data.table 连接语法，它是单行的：

dt1 <- data.table(State=c('FL','NY'), Bounced=c(2,0),
                  Opened=c(1,1), Delivered=c(0,1), key='State')
dt2 <- data.table(State=c('NY','FL'), Total=c(2,3), key='State')

colsToDivide = c('Bounced','Opened','Delivered')

dt1[dt2, (colsToDivide) :=
  lapply(mget(colsToDivide), function(x) {100*x/Total} ) ]

#   State  Bounced   Opened Delivered
#1:    FL 66.66667 33.33333         0
#2:    NY  0.00000 50.00000        50

Answer 2

我不太擅长 data.table ，但是，我认为这会奏效。

cbind(State = df1$State, 
      df1[, -1, with = FALSE]/df2$Total[match(df1$State, df2$State)]* 100)

#   State  Bounced   Opened  Delivered
#1:    FL  66.667    33.333         0
#2:    NY  0.000     50.000        50

考虑到df1 和df2 是data.table。

这也将回答您的第二个问题，因为它 matches 是 df1 中的 State 和 df2 中的 df2。