在 R data.table 中获取每组前 k 条记录，其中 k 因组而异

Question

我有两个data.table：

1. k要从中提取顶部的值，每个group.
2. 从group到要k为其选择的值的映射group。

如何在 R 数据框中按组或在类别内（按组）查找前 N 个值解决了这个问题，当k不因组而异时。我怎样才能做到这一点？这是示例数据和所需的结果：

价值观：

(dt <- data.table(id=1:10,
                  group=c(rep(1, 5), rep(2, 5))))
#     id group
#  1:  1     1
#  2:  2     1
#  3:  3     1
#  4:  4     1
#  5:  5     1
#  6:  6     2
#  7:  7     2
#  8:  8     2
#  9:  9     2
# 10: 10     2

映射group到k：

(group.k <- data.table(group=1:2, 
                       k=2:3))
#    group k
# 1:     1 2
# 2:     2 3

Desired result，它应该包括来自group1的前两个记录和来自group2的前三个记录：

(result <- data.table(id=c(1:2, 6:8),
                      group=c(rep(1, 2), rep(2, 3))))
#    id group
# 1:  1     1
# 2:  2     1
# 3:  6     2
# 4:  7     2
# 5:  8     2

应用解决方案来合并返回此错误后，上述联的问题：

merged <- merge(dt, group.k, by="group")
(result <- merged[, head(.SD, k), by=group])
# Error: length(n) == 1L is not TRUE

Answer 1

我宁愿这样做：

dt[group.k, head(.SD, k), by=.EACHI, on="group"]

因为很清楚看到预期的操作是什么。j可能是.SD[1:k]当然的。在下一个版本中，这两个表达式很可能会（进一步）优化（速度）。

有关直到我们包装这些小插曲的详细说明，请参阅这篇文章by=.EACHI。