r - 按组将不同的功能应用于不同的列集

Question

我有一个具有以下功能的data.table:

bycols:将数据分为组的列

nonvaryingcols:在每个组中保持不变的列(以便从每个组中获取第一项并将其传递通过就足够了)

datacols:要汇总/汇总的列(例如，将它们汇总到组中)

我很好奇，将上述所有三个输入作为字符向量，可以用什么最有效的方法来进行混合崩溃。它不一定是绝对最快的，但具有合理语法的足够快的速度将是理想的。
示例数据，其中不同的列集存储在字符向量中。

require(data.table)
set.seed(1)
bycols <- c("g1","g2")
datacols <- c("dat1","dat2")
nonvaryingcols <- c("nv1","nv2")
test <- data.table(
  g1 = rep( letters, 10 ),
  g2 = rep( c(LETTERS,LETTERS), each = 5 ),
  dat1 = runif( 260 ),
  dat2 = runif( 260 ),
  nv1 = rep( seq(130), 2),
  nv2 = rep( seq(130), 2) 
)

最终数据应如下所示:

   g1 g2      dat1      dat2 nv1 nv2
1:  a  A 0.8403809 0.6713090   1   1
2:  b  A 0.4491883 0.4607716   2   2
3:  c  A 0.6083939 1.2031960   3   3
4:  d  A 1.5510033 1.2945761   4   4
5:  e  A 1.1302971 0.8573135   5   5
6:  f  B 1.4964821 0.5133297   6   6

我已经设计出两种不同的实现方法，但一种方法极其呆板且笨拙，而另一种则非常慢。如果那时没有人提出更好的建议，将在明天发布。

Answer 1

与通常以这种编程方式使用[.data.table一样，通常的策略是构造一个表达式e，可以在j参数中对其求值。一旦您了解了这一点(就像我确定的那样)，它就变成了computing on the language的游戏，可以得到一个j -slot表达式，看起来就像您在命令行中写的一样。

例如，在这里，并给出示例中的特定值，您希望进行如下调用:

test[, list(dat1=sum(dat1), dat2=sum(dat2), nv1=nv1[1], nv2=nv2[1]),
       by=c("g1", "g2")]

因此，您想要在 j -slot中求值的表达式是

list(dat1=sum(dat1), dat2=sum(dat2), nv1=nv1[1], nv2=nv2[1])

以下大多数功能仅通过构造该表达式来承担:

f <- function(dt, bycols, datacols, nvcols) {
    e <- c(sapply(datacols, function(x) call("sum", as.symbol(x))),
           sapply(nvcols, function(x) call("[", as.symbol(x), 1)))
    e<- as.call(c(as.symbol("list"), e))
    dt[,eval(e), by=bycols]
}

f(test, bycols=bycols, datacols=datacols, nvcols=nonvaryingcols)
##      g1 g2      dat1      dat2 nv1 nv2
##   1:  a  A 0.8403809 0.6713090   1   1
##   2:  b  A 0.4491883 0.4607716   2   2
##   3:  c  A 0.6083939 1.2031960   3   3
##   4:  d  A 1.5510033 1.2945761   4   4
##   5:  e  A 1.1302971 0.8573135   5   5
##  ---                                  
## 126:  v  Z 0.5627018 0.4282380 126 126
## 127:  w  Z 0.7588966 1.4429034 127 127
## 128:  x  Z 0.7060596 1.3736510 128 128
## 129:  y  Z 0.6015249 0.4488285 129 129
## 130:  z  Z 1.5304034 1.6012207 130 130