r - 一次性加入和添加列

Question

背景

我对 data.table 还很陌生图书馆，目前正在学习有效地使用它。我在这里有两个表，我想先聚合第二个，然后将它与第一个合并并修改连接表中的列。理想情况下(据我所知)一口气。

包版本

sessionInfo()
# R version 3.1.0 (2014-04-10)
# Platform: i386-w64-mingw32/i386 (32-bit)

# attached base packages:
# [1] stats     graphics  grDevices utils     datasets  methods   base     

# other attached packages:
# [1] data.table_1.9.4

# loaded via a namespace (and not attached):
# [1] chron_2.3-45  plyr_1.8.1    Rcpp_0.11.2   reshape2_1.4  stringr_0.6.2
# [6] tools_3.1.0    

代码

我尝试过的可以在这个最小的例子中看到:

library(data.table)
set.seed(1)
DT1 <- data.table(id = LETTERS[1:4], x = rnorm(4), key = "id")
DT2 <- data.table(id = rep(LETTERS[1:4], each = 3), y = 1:12, z = rep(1, 12), key = "id")
DT1[DT2[, lapply(.SD, mean), by = "id"]] # simple join works fine
#    id         x  y z
# 1:  A -0.6264538  2 1
# 2:  B  0.1836433  5 1
# 3:  C -0.8356286  8 1
# 4:  D  1.5952808 11 1

# however, adding a 'j' argument does not work
DT1[DT2[, lapply(.SD, mean), by = "id"], x := -x] # (1)

# in fact the above statement changes the 'x' column in 'DT1':
DT1
#    id          x
# 1:  A  0.6264538
# 2:  B -0.1836433
# 3:  C  0.8356286
# 4:  D -1.5952808  

我想这与 data.table 的智能方式有关。处理数据(除非需要，否则不会复制，因此通过引用调用)。因此，以下代码有效:

DT3 <- copy(DT1[DT2[, lapply(.SD, mean), by = "id"]])[, x := -x]
(DT4 <- DT1[DT2[, lapply(.SD, mean), by = "id"]][, x := -x]) # (2)
#    id          x  y z
# 1:  A -0.6264538  2 1
# 2:  B  0.1836433  5 1
# 3:  C -0.8356286  8 1
# 4:  D  1.5952808 11 1
identical(DT3, DT4)
# [1] TRUE

问题

这样做的“最佳”方式是什么？在使用的时间和内存方面“最好”？

这样做的概念方式是什么？所以换句话说，Matt Dowle(包维护者)会使用什么命令系列？

为什么(1) (2) 时不工作按预期工作？

Answer 1

您当前实现的问题 (1)

DT1[DT2[, lapply(.SD, mean), by = "id"], x := -x] # (1)

是你正在修改 DT1引用 x:=-x , 加入 DT2[,...]实际上并没有分配。

你想要的是 (4)

 DT3 <- DT1[DT2[, lapply(.SD, mean), by = "id"]][, x := -x]

在这里，额外调用 [在连接的数据集上表示您正在分配 x:=-x在新创建的 data.table 中。

除非您确实需要，否则不需要显式副本。