r - 在 data.table 中按组标记第一行

Question

在下面的 data.table 中，我想按每个组标记第一行。

  temp_dt <- data.table(date = as.Date(c("2000-01-01","2000-03-31","2000-07-01","2000-09-30", 
                                     "2001-01-01","2001-03-31","2001-07-01","2001-09-30",
                                     "2000-01-01","2000-03-31","2000-07-01","2000-09-30", 
                                     "2001-01-01","2001-03-31","2001-07-01","2001-09-30",
                                     "2000-01-01","2000-03-31","2000-07-01","2000-09-30", 
                                     "2001-01-01","2001-03-31","2001-07-01","2001-09-30")),
                    group = c(1,1,1,1,1,1,1,1,
                              2,2,6,6,6,8,8,8,
                              3,3,3,3,4,4,4,4))

以下是添加标志后的预期结果。

> temp_dt
          date group flag
 1: 2000-01-01     1    1
 2: 2000-03-31     1    0
 3: 2000-07-01     1    0
 4: 2000-09-30     1    0
 5: 2001-01-01     1    0
 6: 2001-03-31     1    0
 7: 2001-07-01     1    0
 8: 2001-09-30     1    0
 9: 2000-01-01     2    1
10: 2000-03-31     2    0
11: 2000-07-01     6    1
12: 2000-09-30     6    0
13: 2001-01-01     6    0
14: 2001-03-31     8    1
15: 2001-07-01     8    0
16: 2001-09-30     8    0
17: 2000-01-01     3    1
18: 2000-03-31     3    0
19: 2000-07-01     3    0
20: 2000-09-30     3    0
21: 2001-01-01     4    1
22: 2001-03-31     4    0
23: 2001-07-01     4    0
24: 2001-09-30     4    0
          date group flag

这是我尝试过的解决方案(速度很快)，但没有按预期工作。

temp_dt[, flag := if(identical(.I, 1)) 1 else 0, by = .(group)]

由于我要处理数百万行，因此性能是解决方案的关键。我正在寻找唯一的 data.table 解决方案。

SO 上提供的其他解决方案对于我的要求来说太慢了。

Answer 1

您可以使用rowid 函数。它将为给定分组变量定义的每个组提供从 1 开始的增量索引。只需与 1 进行比较即可检测第一行。

temp_dt[, flag := rowid(group)==1]

作为检测组最后一行的奖励(.N 代表当前组的行数)

temp_dt[, flag := rowid(group)==.N]