r - 数据表 - 在几列上应用相同的函数来创建新的数据表列

Question

我正在使用 data.table 包。我有一个数据表，表示用户在网站上的操作。假设每个用户都可以访问一个网站，并对其执行多项操作。我的原始数据表是 Action (每一行都是一个 Action )，我想将这些信息聚合到一个新的数据表中，按用户访问分组(每次访问都有一个唯一的 ID)。有一些字段由同一访问的操作共享 - 例如 - 用户名、用户状态、访问编号等。每次访问的至少一个操作包含此信息(不一定是所有操作) )。我想为每次访问(= 具有相同访问 ID 的一组操作)检索此字段的值，并将其设置为访问新数据表中的访问。例如，如果我有以下原始数据表:

VisitID     ActionNum    UserName   UserStatus    VisitNum   ActionType
aaaaaaa        1           John        Active        5           x
aaaaaaa        2                       Active                    y
aaaaaaa        3           John                      5           z
bbbbbbb        1                      NonActive                  w
bbbbbbb        2           Dan                       7           t

我想要一个访问数据表，如下:

VisitID  UserName   UserStatus   VisitNum
aaaaaaa   John       Active        5
bbbbbbb   Dan        NonActive     7

我创建了一个适用于数据表子集(仅访问行)和一个字段的函数，该函数应应用于多个字段(UserName、UserStatus、VisitNum)。

getGeneralField<- function(visitDT,field){
  vec = visitDT[,get(field)]
  return (unique(vec[vec != ""])[1])
}

问题是，当 by=VisitID 导致某些与我计划不同的结果时，每次在 .SD 上应用此功能的尝试...什么是最好的方法？我使用 !=""以避免出现空白单元格。

Answer 1

我们在 .SDcols 中指定感兴趣的列，按“访问 ID”分组，循环遍历 .SDcols 中的列( lapply(.SD, ... ) 并获取第一个非空白元素

dt[, lapply(.SD, function(x) x[nzchar(x)][1]), by = VisitID, .SDcols = 3:5]