r - 如何对已过滤数据表的每一行进行过滤和分组操作

Question

我想过滤数据表并对过滤后的数据表的每一行进行一些计算。我知道我可以分两步完成此操作:1) 过滤数据表并分配给新对象，2) 在已过滤的表上计算我需要的内容。

但是有没有办法一步到位呢？ IE。一种在by=参数中使用过滤表的行数的方法？我的示例数据:

test <- data.frame(min_date = c("2017-08-03", "2017-09-10", "2017-10-03"),
               max_date = c("2017-08-10", "2017-10-12", "2017-11-01"),
               group = c("g1", "g2", "g1"), loc = c("1", "2", "1"))

我只想过滤 g1 组，并为每条记录在 min_date 和 max_date 之间的每一天添加新行。

如果没有过滤，我会这样做:

dt <- setDT(test)[ , list(group = group, loc = loc,
                                  min_date = min(as.Date(min_date)),
                                  max_date = max(as.Date(max_date)),
                                  loc = loc,
                                  date = seq(as.Date(min_date),
                                             as.Date(max_date),
                                             by = "day")),
              by = 1:nrow(test)]

使用过滤，如果我知道过滤后的行数:

dt <- setDT(test)[group == "g1", list(group = group, loc = loc,
                                  min_date = min(as.Date(min_date)),
                                  max_date = max(as.Date(max_date)),
                                  loc = loc,
                                  date = seq(as.Date(min_date),
                                             as.Date(max_date),
                                             by = "day")),
              by = 1:2]

问题是，我不能使用硬编码的行数和 nrow(test) 以及 .N 返回原始数据集的行数。

进行过滤然后按操作分组的最快方法是什么？过滤、分配给新对象并通过执行此操作的唯一(也是最佳)方式执行分组吗？

谢谢!

Answer 1

将评论中的三个建议移到答案中，您可以尝试以下之一(按nchar排序，而不是按性能排序，因为我不知道您必须重新创建可比较的条件用于测试性能的大样本数据):

test[group == "g1", thing_you_want_to_do, test[group == "g1", .I]]
test[group == "g1", thing_you_want_to_do, seq_len(test[group == "g1", .N])]
test[, nrows := .N, group][group == "g1", thing_you_want_to_do, by = seq_len(nrows[1])]

显然，用您的实际计算替换 thing_you_want_to_do。