通过将行折叠到新的 data.tables 中来创建嵌套的 data.tables

Question

如何创建包含嵌套 data.tables 的 data.table？

示例

set.seed(7908)
dt <- data.table(x=1:5)[,list(y=letters[1:x],z=sample(1:100,x)),by=x]

dt
##     x y  z
##  1: 1 a 13
##  2: 2 a 27
##  3: 2 b 87
##  4: 3 a 85
##  5: 3 b 98
##  6: 3 c  1
##  7: 4 a 53
##  8: 4 b 81
##  9: 4 c 64
## 10: 4 d 45
## 11: 5 a 28
## 12: 5 b 26
## 13: 5 c 52
## 14: 5 d 55
## 15: 5 e 12

期望的输出

对于 dt 中 x 的每个唯一值，折叠行并创建一个 data.table，其中 y 和 z 列包含在 dt 的单个列中。结果应如下所示：

##    x        dt.yz
## 1: 1 <data.table>
## 2: 2 <data.table>
## 3: 3 <data.table>
## 4: 4 <data.table>
## 5: 5 <data.table>

在我的实际示例中，我有几个具有不同列的数据表，我想将它们存储在一个元数据表中。

Answer 1

使用 y 和 z 作为列创建 data.table，然后将其包装在一个列表中，以便它可以“填充”在一行中。将其包装在另一个列表中，您可以在其中分配结果列名称。使用 by=x 对 x 的每个唯一值执行此操作。

dt2 <- dt[, list(dt.yz=list(data.table(y, z))), by=x]
dt2
##    x        dt.yz
## 1: 1 <data.table>
## 2: 2 <data.table>
## 3: 3 <data.table>
## 4: 4 <data.table>
## 5: 5 <data.table>

正如 Arun 指出的，使用 .SD 更短、更快，并且可能更方便：

dt2 <- dt[, list(dt.yz=list(.SD)), by=x]
## dt.yz will include all columns not in the `by=`;
## Use `.SDcols=` to select specific columns

后面要获取一个data.table的值，根据x的期望值对元data.table（dt2）进行子集化，然后获取列表中的第一个元素（也就是嵌套的data.table） dt.yz 列。

dt2[x==5,dt.yz[[1]]]
##    y  z
## 1: a 28
## 2: b 26
## 3: c 52
## 4: d 55
## 5: e 12