r - 在 data.table 结果中包含不用于计算的列

Question

我有如下数据表:

   id user V1 V2 V3 V4
1:  1    1  1  1  1  0
2:  1    2  4  1  3  1
3:  1    3  0  1  6  0
4:  2    1  1  0  2  1
5:  2    2  2  1  0  0

然后我执行一个 lapply group by id 计算:

my_data[,lapply(.SD,mean)*.SD,by=id,.SDcols=3:5] 

结果如下:

    id    V1    V2      V3
1:  1 1.666667 1.0  3.333333
2:  1 6.666667 1.0 10.000000
3:  1 0.000000 1.0 20.000000
4:  2 1.500000 0.0  2.000000
5:  2 3.000000 0.5  0.000000

是否有一种简单的数据表方法来包含原始数据表中的用户列？我已经设法做到了

cbind(my_data[,.(user)], my_data[,lapply(.SD,mean)*.SD,by=id,.SDcols=3:5])

但我真的希望有更好的方法

Answer 1

我建议你通过 vignettes . data.table 简介 小插图解释了一个重要的观点，我将在这里重复这一点。

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

在 base R 中，c(list, list) 返回一个包含所有元素的新列表。我们可以简单地使用现有的功能来做:

require(data.table) # v1.9.7 devel
dt[, c(list(user=user), lapply(.SD, function(x) x*mean(x))), by=id, .SDcols=V1:V4]

我在 current development version of data.table, v1.9.7它具有某些新功能，例如 .SDcols 中 V1:V4 的用法: