r - 在 data.table group by 子句中使用变量

Question

我有一个数据表，我想总结一下。这是我的方法

library(data.table)

dtIris <-data.table(iris)
dt1 <- dtIris[, list(AvgSepalWidth = mean(Sepal.Width)), 
              by=list(TrimSpecies = substr(Species,1,3),Petal.Length)]

我希望能够使用变量来识别要分组的项目之一，但我无法让它评估列表中的变量。它只是把它当作一个字符串并抛出一个错误。

myvar <- "Petal.Length"
dt1 <- dtIris[, list(AvgSepalWidth = mean(Sepal.Width)), 
              by=list(TrimSpecies = substr(Species,1,3),myvar)]

我试过 noquote() , eval() , parse(text=)一切都无济于事。任何指导将不胜感激。

Answer 1

您可以使用 eval(parse(text=myvar))或 get(myvar)虽然这将命名您的分组列 parse或 get分别(然后你可以重命名它)。

myvar <- "Petal.Length"
dtIris[, list(AvgSepalWidth = mean(Sepal.Width)), 
              by=list(TrimSpecies = substr(Species,1,3), eval(parse(text=myvar)))]

dtIris[, list(AvgSepalWidth = mean(Sepal.Width)), 
              by=list(TrimSpecies = substr(Species,1,3), get(myvar))]

我不知道如何以一种像你想要的那样保留名称的方式来做到这一点。 (编辑: by=setNames(list(...), c('TrimSpecies', myvar)) - 谢谢@thelatemail!)

编辑 - 出于兴趣，回应下面的一些评论。

library(rbenchmark)
benchmark(
    eval=dtIris[, list(AvgSepalWidth = mean(Sepal.Width)), 
              by=list(TrimSpecies = substr(Species,1,3), eval(parse(text=myvar)))],
    get=dtIris[, list(AvgSepalWidth = mean(Sepal.Width)), 
              by=list(TrimSpecies = substr(Species,1,3), get(myvar))],
    chain=dtIris[, TrimSpecies := substr(Species,1,3)][,list(AvgSepalWidth = mean(Sepal.Width)),by=c("TrimSpecies",myvar)][,TrimSpecies:=NULL][]
)
   test replications elapsed relative user.self sys.self user.child sys.child
3 chain          100   0.151    1.987     0.250        0          0         0
1  eval          100   0.079    1.039     0.097        0          0         0
2   get          100   0.076    1.000     0.094        0          0         0

get比 eval(parse(text=..))) 快这比定义 TrimSpecies 快, 使用字符形式 by然后将其删除(链接 dts)。