r - 对具有差异的 IF 多个标准求和 - R

Question

所以，我之前问过这个问题，但对于 Excel 中的数组公式。然而，我的数据集太大了，电子表格几乎没有响应，所以我希望能够在 R 中运行它以提高效率。

Link之前回答的问题

不过，我会在这里重申和扩展它。

Day     Type    Val
1       A       5
1       B       6
1       C       9
1       D       7
2       B       2
2       A       8
2       C       3
2       D       3
3       C       4
3       B       2
3       A       2
4       A       5
4       B       9
4       C       8
5       A       7
5       B       5
6       A       6
6       B       3
6       C       4
7       A       7
7       B       9

我在上面提供了一个简化的数据框(我的有成千上万的行和数百个“类型”)。我希望能够分配一个“类型”，然后

计算当天不存在分配的“类型”的剩余“类型”的平均“值”

计算当天确实存在分配的“类型”的剩余“类型”的平均“值”

例如，如果我分配“类型”C，则 C 在第 5 天和第 7 天不存在。

输出将是:

Type     Average_Without    Average_With
A        7.0                5.2
B        7.0                4.4
C        NA                 5.2
D        NA                 5.0

Answer 1

使用 data.table你也可以试试

library(data.table)
# Get the days where Type == "C" - You probably don't need unique at all
indx <- unique(setDT(df)[Type == "C", Day]) 

# Calculate average by including/excluding these days by Type
df[, 
   .(Without = mean(Val[!Day %in% indx]), 
     With = mean(Val[Day %in% indx])), 
   by = Type]
#    Type Without With
# 1:    A       7  5.2
# 2:    B       7  4.4
# 3:    C     NaN  5.6
# 4:    D     NaN  5.0

我们可能可以通过减少计算来进一步增强它，但更难阅读代码

indx <- unique(setDT(df)[Type == "C", Day]) 
df[, {
      indx2 <- Day %in% indx ## Calculate this only once and reuse it
      .(
        Without = mean(Val[!indx2]), 
        With = mean(Val[indx2])
       )
     }, 
   by = Type]
#    Type Without With
# 1:    A       7  5.2
# 2:    B       7  4.4
# 3:    C     NaN  5.6
# 4:    D     NaN  5.0