r - data.table 在数字和文本变量上分别分组

Question

我试图简化这个 data.table作用于数字和字符变量的两阶段过程。例如。 - 取 textvar 的第一个元素和 sum每个数值变量。考虑这个小例子:

library(data.table)
dt <- data.table(grpvar=letters[c(1,1,2)], textvar=c("one","two","one"),
                 numvar=1:3, othernum=2:4)
dt
#   grpvar textvar numvar othernum
#1:      a     one      1        2
#2:      a     two      2        3
#3:      b     one      3        4

现在我的第一个想法是嵌套 .SD从 lapply 中删除一个变量调用，但我认为这有点复杂:

dt[, c(textvar=textvar[1], .SD[, lapply(.SD, sum), .SDcols=-c("textvar")]), by=grpvar]
#   grpvar textvar numvar othernum
#1:      a     one      3        5
#2:      b     one      3        4

然后我想也许我可以单独进行每个分组并加入它们，但这似乎更糟:

dt[, .(textvar=textvar[1]), by=grpvar][ 
  dt[, lapply(.SD, sum), by=grpvar, .SDcols=-c("textvar")], on="grpvar" 
]
#   grpvar textvar numvar othernum
#1:      a     one      3        5
#2:      b     one      3        4

是否有更简单的结构可以绕过 .SD 的嵌套？还是加入？我觉得我忽略了一些基本的东西。

Answer 1

j -data.table 中的参数(故意)非常灵活。我们需要记住的是:

As long as j returns a list, each element of the list will become a column in the resulting data.table.

使用事实 c(list, list)是 list ，我们可以构造表达式如下:

dt[, c(textvar = textvar[1L], lapply(.SD, sum)), # select/compute all cols necessary
      .SDcols = numvar:othernum,                 # provide .SD's columns 
      by = grpvar]                               # group by 'grpvar'
#    grpvar textvar numvar othernum
# 1:      a     one      3        5
# 2:      b     one      3        4

在这里，我没有用 list() 包裹第一个表达式自 textvar[1L]返回一个长度为 1 的向量......即 identical(c(1, list(2, 3)), c(list(1), list(2,3)))是 TRUE .

请注意，这仅适用于 v1.9.7 .该错误最近刚刚在当前的开发版本中修复。