R data.table 不同列的快速分组答案

【问题标题】：R data.table fast grouping for different columnR data.table 不同列的快速分组
【发布时间】：2013-08-07 14:00:02
【问题描述】：

也许有人可以为此指明正确的方向。我似乎找不到解决这个问题的简单方法

我有一个 data.table 在这里给出。

library(data.table)
dtData <- data.table(DateTime = c(1,2,1,2,3, 1,2,3,4), 
                     Id = c(1,1,2,2,2,3,3,3,3), 
                     LastTrade = as.Date(c('2013-01-01', '2013-01-01', '2013-06-01', 
                                           '2013-06-01', '2013-06-01', '2013-09-01',
                                           '2013-09-01', '2013-09-01', '2013-09-01')))

我想对数据进行快速分组。所以我可以轻松做到：

dtData[, min(LastTrade), by=DateTime]

这给了我

    DateTime        V1
1:        1 2013-01-01
2:        2 2013-01-01
3:        3 2013-06-01
4:        4 2013-09-01

现在我的问题是：我怎样才能得到“Id”列作为结果，而不是将最小 LastTrade 列取回为“V1”？

    DateTime    V1
1:        1      1
2:        2      1
3:        3      2
4:        4      3

【问题讨论】：

标签： r data.table

【解决方案1】：

您可以使用which.min 来识别包含最小值的行，并使用它对Id 列进行子集化。

dtData[, Id[which.min(LastTrade)], by=DateTime]
#    DateTime V1
# 1:        1  1
# 2:        2  1
# 3:        3  2
# 4:        4  3

【讨论】：

完美。正是我想要的。感谢您的快速答复！

【解决方案2】：

我会使用data.table 的“密钥”功能，然后使用mult="first" 选项。这将消除对每个组进行“最小”调用的必要性，并且应该更快。

# sort by DateTime and LastTrade once
setkey(dtData, DateTime, LastTrade)
dtData[J(unique(DateTime)), mult="first"]
   DateTime Id  LastTrade
1:        1  1 2013-01-01
2:        2  1 2013-01-01
3:        3  2 2013-06-01
4:        4  3 2013-09-01

【讨论】：

最快的答案是