带向量函数的数据表聚合,取2

Question

我正在努力使用data.table来总结向量函数的结果,这在ddply中很容易.

问题1:使用向量输出聚合(昂贵)函数

dt <- data.table(x=1:20,y=rep(c("a","b"),each=10))

这个ddply命令产生了我想要的东西:

ddply(dt,~y,function(dtbit) quantile(dtbit$x))

此数据表命令不能执行我想要的操作:

dt[,quantile(x),by=list(y)]

我可以像这样破解data.table:

dt[,list("0%"=quantile(x,0),"25%"=quantile(x,0.25),
    "50%"=quantile(x,0.5)),by=list(y)]

但是那个冗长,如果矢量函数"分位数"很慢,也会很慢.

一个类似的例子是:

dt$z <- rep(sqrt(1:10),2)

ddply(dt,~y,function(dtbit) coef(lm(z~x,dtbit)))

问题2:使用带矢量输入和输出的函数

xzsummary <- function(dtbit) t(summary(dtbit[,"x"]-dtbit[,"z"]))

ddply(dt,~y,xzsummary )

我可以在data.table中轻松完成这类工作吗？

如果这些问题已得到明确回答,请道歉.

这是一个类似的,不完全相同的问题: 返回向量的data.table聚合,例如scale()

Answer 1

> dt[ , as.list(quantile(x)),by=y]
   y 0%   25%  50%   75% 100%
1: a  1  3.25  5.5  7.75   10
2: b 11 13.25 15.5 17.75   20

我尝试过使用rbind,但是没能产生我认为你想要的by-y安排.as.list(vs. list)的技巧是它构造一个多元素列表wehn givne一个向量,而list只将向量放入一个元素列表.

as.list表现如下sapply(x, list):

> dt[ , sapply(quantile(x), list), by=y]
   y 0%   25%  50%   75% 100%
1: a  1  3.25  5.5  7.75   10
2: b 11 13.25 15.5 17.75   20

您的目标解决方案

> ddply(dt,~y,function(dtbit) quantile(dtbit$x))
  y 0%   25%  50%   75% 100%
1 a  1  3.25  5.5  7.75   10
2 b 11 13.25 15.5 17.75   20

我为这个解决方案感到自豪,但是注意到fortunes::fortune("Liaw-Baron principle") ............

最后,通过我们所谓的"Liaw-Baron原则",可以提出的每个问题实际上已经被提出. - Dirk Eddelbuettel(引用Andy Liaw和Jonathan Baron关于R-help的独特问题的意见)R-help(2006年1月)

....我对以下内容进行了搜索:[r] data.table as.list并发现我绝不是第一个在SO上发布此策略的人:

我真的不知道这个问题是否会被认为是重复的,但我特别感谢@ G.Grothedieck的最后一个问题.这可能是我选择策略的地方.这次搜索大约有125次点击,我只是通过前20次搜集这些例子,所以可能还有一些我没有发现的珍珠.