如何用受特定条件限制的其他字段的最大值/最小值替换字段中的值？答案

【问题标题】：How do you replace values in a field with max/min values from other fields subject to particular conditions?如何用受特定条件限制的其他字段的最大值/最小值替换字段中的值？
【发布时间】：2021-06-21 03:37:34
【问题描述】：

这是对上一个问题的扩展：How do you replace values in a field with max/min values from other fields?。

鉴于 Category1、Category2、Type、Index 和 Date，我想创建一个名为 New_Date 的新字段，如下所示。 New_Date 将是 Date，它对应于属于 Category1 和 的每个组合的最高 Index Category2 服从另一个字段Type 等于 1。

我的数据框有 >1m 条记录和 50 个字段，因此希望有一个基于 setDT 的解决方案。

任何想法都非常感谢！

Category1<-c(rep("A",8),rep("B",3),rep("C",4))
Category2<-c(rep("X",5),rep("Y",4),rep("Z",6))
Index<-c(seq(1,8),seq(1:3),seq(1:4))
Date<-c("01/01/2020","01/02/2020","01/03/2020","01/04/2020","01/05/2020","01/06/2020","01/07/2020","29/07/2020","01/01/2014","01/02/2014","01/01/2015","01/01/2014","01/01/2015","01/01/2016","01/01/2017")
Type<-c(1,2,1,2,2,1,2,1,1,2,1,1,2,2,1)

Category1	Category2	Index	Date	Type	New_Date
A	X	1	01/01/2020	1	01/03/2020
A	X	2	01/02/2020	2	01/03/2020
A	X	3	01/03/2020	1	01/03/2020
A	X	4	01/04/2020	2	01/03/2020
A	X	5	01/05/2020	2	01/03/2020
A	Y	6	01/06/2020	1	29/07/2020
A	Y	7	01/07/2020	1	29/07/2020
A	Y	8	29/07/2020	1	29/07/2020
B	Y	1	01/01/2014	1	01/01/2014
B	Z	2	01/02/2014	2	01/01/2015
B	Z	3	01/01/2015	1	01/01/2015
C	Z	1	01/01/2014	1	01/01/2017
C	Z	2	01/01/2015	2	01/01/2017
C	Z	3	01/01/2016	2	01/01/2017
C	Z	4	01/01/2017	1	01/01/2017

【问题讨论】：

标签： r dataframe data.table

【解决方案1】：

对于Type = 1，获取Date 对应于max Index 的Category1 和Category2。

library(data.table)

setDT(df)[, New_Date := Date[match(max(Index[Type == 1]), Index)], .(Category1, Category2)]
df

#    Category1 Category2 Index       Date Type   New_Date
# 1:         A         X     1 01/01/2020    1 01/03/2020
# 2:         A         X     2 01/02/2020    2 01/03/2020
# 3:         A         X     3 01/03/2020    1 01/03/2020
# 4:         A         X     4 01/04/2020    2 01/03/2020
# 5:         A         X     5 01/05/2020    2 01/03/2020
# 6:         A         Y     6 01/06/2020    1 29/07/2020
# 7:         A         Y     7 01/07/2020    2 29/07/2020
# 8:         A         Y     8 29/07/2020    1 29/07/2020
# 9:         B         Y     1 01/01/2014    1 01/01/2014
#10:         B         Z     2 01/02/2014    2 01/01/2015
#11:         B         Z     3 01/01/2015    1 01/01/2015
#12:         C         Z     1 01/01/2014    1 01/01/2017
#13:         C         Z     2 01/01/2015    2 01/01/2017
#14:         C         Z     3 01/01/2016    2 01/01/2017
#15:         C         Z     4 01/01/2017    1 01/01/2017

【讨论】：