R 中这个 data.table 任务的正确语法是什么？

Question

我在R 中有以下data.table：

  library(data.table)
  DT = data.table(x=rep(c("b","a","c"),each=3), y=sample(rnorm(9)), v=1:9)

我只想通过x 列计算最小值和最大值，并将这两个新列添加到DT。这是我的路线：

  DT[,c("e","d"):= list(min(y),max(y)), with=FALSE, by = x] 
  Error in `[.data.table`(DT, , `:=`(c("e", "d"), list(min(y), max(y))),  : 
  'with' must be TRUE when 'by' or 'keyby' is provided

不过，如果我写：DT[,c("e","d"):= list(min(y),max(y)), with=FALSE]，我会明白：

     x       y    v     e       d
  1: a -1.7125000 4 -1.7125 1.30553
  2: a  1.0198038 5 -1.7125 1.30553
  3: a  1.3055301 6 -1.7125 1.30553
  4: b -0.9238759 1 -1.7125 1.30553
  5: b  0.3077016 2 -1.7125 1.30553
  6: b -1.2580845 3 -1.7125 1.30553
  7: c -0.9399120 7 -1.7125 1.30553
  8: c -0.1910583 8 -1.7125 1.30553
  9: c  0.1239158 9 -1.7125 1.30553

如您所见，这是有效的，但它并没有完成x 的任务。我想获得类似的东西，但e 和d 应该由变量x 的每个值计算。所以，我的问题是：我该如何解决这个问题？

Answer 1

“:= by group”（1.8.2 版中的新功能）和“:= with multiple new columns”（1.7.8 版中的新功能）都是 data.table 中最近添加的内容强>。

“:= by group with multiple new columns”只是还没有（还）实现。

所以现在，您可以这样做（如果您想要单线）：

setkey(DT, "x")
DT <- DT[DT[,list(e=min(y), d=max(y)), by=key(DT)]]

或者这个（如果你想减少额外的复制操作）：

setkey(DT, "x")
DT[,e:=min(y), by=key(DT)]
DT[,d:=max(y), by=key(DT)]

Answer 2

这是语法。 DT 必须有 x 作为其工作的密钥。

DT = data.table(x=rep(c("b","a","c"),each=3), y=sample(rnorm(9)), v=1:9)
setkey(DT, x)
DT[DT[, list(e=min(y), d=max(y)), by=x]]

   x           y v           e         d
1: a  0.04583602 4 -0.08423764 0.5778324
2: a  0.57783240 5 -0.08423764 0.5778324
3: a -0.08423764 6 -0.08423764 0.5778324
4: b -1.30934873 1 -1.30934873 0.3071819
5: b -0.05972203 2 -1.30934873 0.3071819
6: b  0.30718188 3 -1.30934873 0.3071819
7: c -0.72347616 7 -0.72347616 0.7800817
8: c -0.46930825 8 -0.72347616 0.7800817
9: c  0.78008168 9 -0.72347616 0.7800817