r - 不等于使用 data.table 的关系计数

Question

我希望了解如何使用 data.table 计算给定的特定分类变量的所有级别的计数，这些级别与记录的值不匹配。

取下面的data.table。

df <- data.table(var1 = c('dog','cat','dog','cat','dog','dog','dog'),
             var2 = c(1,5,90,95,91,110,8),
             var3 = c('lamp','lamp','lamp','table','table','table','table'))

我想计算一个范围内的值的数量，并且 var1 不共享相同的值。

这与 Count of values within specified range of value in each row using data.table 有关.引用@Jaap 的回答，以下代码允许生成一个范围内的计数。

df[, var2withinrange := df[.(var2min = var2 - 5, var2plus = var2 + 5)
                       , on = .(var2 >= var2min, var2 <= var2plus)
                       , .N
                       , by = .EACHI][, N]][]

在尝试扩展这个答案时，我成功地要求 var1 与以下内容完全匹配:

df[, var2withinrange := df[.(var2min = var2 - 5, var2plus = var2 + 5, var1 = var1)
                       , on = .(var2 >= var2min, var2 <= var2plus, var1 = var1)
                       , .N
                       , by = .EACHI][, N]][]

下面的代码是我尝试在 var1 持有的值不等于给定行中的 var1 值时进行计数，但此代码失败了。

df[, var2withinrange := df[.(var2min = var2 - 5, var2plus = var2 + 5, var1 = var1)
                       , on = .(var2 >= var2min, var2 <= var2plus, var1 != var1)
                       , .N
                       , by = .EACHI][, N]][]

如何添加“不等于”类型的运算符？ data.table 答案是更可取的，但当然 dplyr 中的解决方案或任何替代方案将不胜感激!

Answer 1

在这种特殊情况下，您可以执行以下操作:

df[.(var2min = var2 - 5, var2plus = var2 + 5, v1=var1)
    , on = .(var2 >= var2min, var2 <= var2plus)
    , sum(v1 != x.var1)
    , by = .EACHI]

输出:

   var2 var2 V1
1:   -4    6  1
2:    0   10  2
3:   85   95  1
4:   90  100  2
5:   86   96  1
6:  105  115  0
7:    3   13  1

一般来说，我觉得你可以做一个反加入。