R数据表: use function on group except current row

Question

假设我有:

x = data.table( id=c(1,1,1,2,2,2), price=c(100,110,120,200,200,220) )
> x
   id price
1:  1   100
2:  1   110
3:  1   120
4:  2   200
5:  2   200
6:  2   220

并希望在当前行被省略后为每一行查找组中最便宜的价格 (by=id)。所以结果应该是这样的:

> x
   id price   cheapest_in_this_id_omitting_current_row
1:  1   100   110       # if I take this row out the cheapest is the next row
2:  1   110   100       # row 1
3:  1   120   100       # row 1
4:  2   200   200       # row 5
5:  2   200   200       # row 4 (or 5)
6:  2   220   200       # row 4 (or 5)

所以它就像使用:

x[, cheapest_by_id := min(price), id]

但是删除每个计算的当前行。

如果我可以有一个变量来引用组内的当前行，比如 .row_nb，我会使用:

x[, min(price[-.row_nb]), id]

但是这个 .row_nb 似乎不存在...？

Answer 1

我们按'id'分组，在行的序列上使用combn，指定要选择的元素数，即'm'比行数少1(.N -1)，使用 combn 的输出作为数字索引来对 'price' 进行子集化，得到 min 并赋值 (:=) 将输出作为新列。

 x[,  cheapest_in_this_id_omitting_current_row:= 
             combn(.N:1, .N-1, FUN=function(i) min(price[i])), by = id]
x
#   id price cheapest_in_this_id_omitting_current_row
#1:  1   100                                      110
#2:  1   110                                      100
#3:  1   120                                      100
#4:  2   200                                      200
#5:  2   200                                      200
#6:  2   220                                      200

或者不使用combn，我们可以遍历序列，用它来索引'price'，得到mean。我想这会很快。

 x[,cheapest_in_this_id_omitting_current_row:=
          unlist(lapply(1:.N, function(i) min(price[-i]))) , id]