r - 通过引用处理具有 := (data. 表分配的复杂公式)

Question

要计算 x 上的一些 label 聚合并将其添加到数据中，我可以使用以下代码，对于 mean，它是:

library(data.table)  
setDT(data)[, y := mean(x), label]

但是如何计算意味着只有当 label 给出的组大小超过 5 时，否则输入 0。我首先尝试使用 length 、 nrow 而不是 mean 关键字来计算组的大小，但这不是正确的方法并且不起作用。我使用的示例数据集:

set.seed(123)

data<-data.frame(label=sample(c("A","B"),10,replace=TRUE),x=rnorm(10))
data
#   label          x
#1      A  1.7150650
#2      B  0.4609162
#3      A -1.2650612
#4      B -0.6868529
#5      B -0.4456620
#6      A  1.2240818
#7      B  0.3598138
#8      B  0.4007715
#9      B  0.1106827
#10     A -0.5558411

我看到这样的尝试代码:

setDT(data)[, y := ifelse(nrow(x)>10,mean(x),0), label] # don't run

是错误的方向。

Answer 1

我建议您避免将 ifesle 放在一起，因为效率和因为当您不想计算平均值时放置 0 是错误的，如果其中一个组的平均值也为零会发生什么，您将如何区分它们之间？我只想做

setDT(data)[, y := mean(x)[.N > 4] , label][]
#     label          x          y
#  1:     A  1.7150650         NA
#  2:     B  0.4609162 0.03327823
#  3:     A -1.2650612         NA
#  4:     B -0.6868529 0.03327823
#  5:     B -0.4456620 0.03327823
#  6:     A  1.2240818         NA
#  7:     B  0.3598138 0.03327823
#  8:     B  0.4007715 0.03327823
#  9:     B  0.1106827 0.03327823
# 10:     A -0.5558411         NA