【问题标题】：Collapsing select groups折叠选择组
【发布时间】：2019-05-10 14:48:26
【问题描述】：

我正在尝试找到一种更快的方法来迭代折叠数据框中的选定组。我目前正在遍历收购、日期和变量。如果可能的话，我想把它矢量化。

给定一组 id [1,2]，我想获取 id 2 的所有值，并将其添加到 id1。此外，我想在此之后从数据集中删除 id2。

生成要调整的数据

dates <- c("Q1", "Q2", "Q3", "Q4")
ids <- c(1,2,3,4)
x1 <- seq(from=1, by=1, length=16)
x2 <- seq(from=1, by=2, length=16)
dat <- expand.grid(dates=dates, ids=ids)
dat <- data.frame(dat, x1, x2)

生成要调整的数据

ref <- data.frame(acquirer=c(2,3), acquired=c(1,4))

用于迭代折叠的慢三倍

for(i in 1:nrow(ref)){
  for(j in c("x1", "x2")){
    for(z in c("Q1", "Q2", "Q3", "Q4")){
      dat[dat$ids==ref$acquirer[i] & dat$dates==z, j] <- 
          dat[dat$ids==ref$acquirer[i] & dat$dates==z, j] +
          dat[dat$ids==ref$acquired[i] & dat$dates==z, j]
      dat[dat$ids==ref$acquired[i] & dat$dates==z, j] <- NA
    }
  }
}

【问题讨论】：

标签： r performance

【解决方案1】：

这应该适用于将 2 折叠为 1 的情况：

library(dplyr)
dat %>% 
  mutate(ids = if_else(ids == 2, 1, ids)) %>% 
  group_by(ids, dates) %>% 
  summarize(x1 = sum(x1), x2 = sum(x2))

如果有多个重新编码，您可以添加另一个 mutate 或使用 case_when 调用。

【讨论】：

这个想法可行，谢谢。 case_when 会阻止我不得不遍历 ref 数据吗？你能提供简短的示例代码吗？我还想总结除 id、日期之外的所有变量。有没有办法使用 summarise 这样的 summarise(setdiff(names(dat), c("ids", dates")) = sum(setdiff(names(dat), c("ids", "dates")))
您能否发布一些您正在考虑的应用程序的示例数据？
使用上面的数据，我现在这样做：sumVars <- c("x1", "x2") for(i in 1:nrow(ref)){dat <- dat %>% mutate(id = ifelse(id==ref$acquired[i], ref$acquiree[i], id)) %>% group_by(ids, dates) %>% summarize_at(vars(sumVars), sum, na.rm=T) %>% ungroup()} 但是，这比上面描述的嵌套for循环过程要慢。

【解决方案2】：

使用data.table包的方法：

library(data.table)
setDT(dat)
setDT(ref)

#join the acquirer and acquired into a data.table and calculate x1 and x2 values
acqDat <- dat[dat[ref, on=.(ids=acquirer), allow.cartesian=TRUE],
    on=.(dates, ids=acquired), allow.cartesian=TRUE,
    .(dates, ids=i.ids, x1=x1+i.x1, x2=x2+i.x2)]

#update by reference the updated x1 and x2 values
dat[, c("x1", "x2") := acqDat[copy(.SD), on=.(dates, ids), .(x1, x2)]]

输出：

    dates ids x1 x2
 1:    Q1   1 NA NA
 2:    Q2   1 NA NA
 3:    Q3   1 NA NA
 4:    Q4   1 NA NA
 5:    Q1   2  6 10
 6:    Q2   2  8 14
 7:    Q3   2 10 18
 8:    Q4   2 12 22
 9:    Q1   3 22 42
10:    Q2   3 24 46
11:    Q3   3 26 50
12:    Q4   3 28 54
13:    Q1   4 NA NA
14:    Q2   4 NA NA
15:    Q3   4 NA NA
16:    Q4   4 NA NA

【讨论】：