在数据表中添加边距？

Question

将边际总和添加到数据表的正确方法是什么？

我现在做的是:

> (a <- data.table(x=c(1,2,1,2,2,3,3),y=c(10,10,20,20,30,30,40),z=1:7,key=c("x")))
   x  y z
1: 1 10 1
2: 1 20 3
3: 2 10 2
4: 2 20 4
5: 2 30 5
6: 3 30 6
7: 3 40 7
> (a <- a[a[,sum(z),by=x]])
   x  y z V1
1: 1 10 1  4
2: 1 20 3  4
3: 2 10 2 11
4: 2 20 4 11
5: 2 30 5 11
6: 3 30 6 13
7: 3 40 7 13
> setnames(a,"V1","x.z")
> setkeyv(a,"y")
> (a <- a[a[,sum(z),by=y]])
    y x z x.z V1
1: 10 1 1   4  3
2: 10 2 2  11  3
3: 20 1 3   4  7
4: 20 2 4  11  7
5: 30 2 5  11 11
6: 30 3 6  13 11
7: 40 3 7  13  7
> setnames(a,"V1","y.z")

我很确定这不是正确的方法.

什么是？

Answer 1

另一种选择是:

> a[,Sum:=sum(z), by="x"]
> a
   x  y z Sum
1: 1 10 1   4
2: 1 20 3   4
3: 2 10 2  11
4: 2 20 4  11
5: 2 30 5  11
6: 3 30 6  13
7: 3 40 7  13

编辑:有关:=用法的更多解释:

该:=运营商能够添加/更新的参考.有了这个,你可以:

• 通过引用添加新列或更新现有列

  DT[, x2 := x+1] # add one new column
  DT[, `:=`(x2 = x+1, y2 = y+1)] # adding more than 1 col
  DT[, x := x+1] # modify existing column
  

• 通过引用添加或更新 新列或现有列的某些行

  DT[x == 1L, y := NA] # modify 'y' just where expression in 'i' matches
  DT[x == 1L, `:=`(y = NA, z=NA)] # same but for multiple columns
  DT[x == 1L, newcol := 5L] # matched rows for 'newcol' will be 5, all other 'NA'
  

• 通过引用分组时添加或更新 cols - 默认情况下,计算结果在每个组中循环使用.

  DT[, zsum := sum(z), by=x]
  

在这里,sum(z)为每个组返回1个值x.然后将结果再循环该组的长度,并通过引用添加/更新zsum.

• 在by-by-by操作期间添加或更新.也就是说,当您执行连接并且想要在加入时添加/更新列时:data.table

  X <- data.table(x=rep(1:3, each=2), y=1:6, key="x")
  Y <- data.table(x=1:3, y=c(3L, 1L, 2L), key="x")
  X[Y, y.gt := y > i.y] 
  

• 最后,您还可以通过引用删除列(即使它是即时的20GB表):

  DT[, x := NULL] # just 1 column
  DT[, c("x","y") := NULL]   # 1 or more columns
  
  toRemove = c("x","y")
  DT[, (toRemove) := NULL]   # wrap with brackets to lookup variable
  

希望这有助于澄清用法:=.还可以看看?set.它类似于:=,但有限制,它不能与连接组合.这允许它在for循环内更快(由于减少了不调用的开销[.data.table),因为它能够进行所有操作:=.

它可以非常方便,特别是在某些情况下.看到这篇文章的一个很好的用法.