按组在data.table中创建新列

Question

我没有使用data.table的经验，所以我不知道我的问题是否有解决方案（至少在Google上30分钟没有给出答案），但是就可以了。

对于data.frame，我经常使用以下命令检查唯一值的观察次数：

df$Obs=with(df, ave(v1, ID-Date, FUN=function(x) length(unique(x))))  

使用data.table时有相应的方法吗？

Answer 1

就在这里。令人高兴的是，您询问了data.tablev1.8.2中添加的的最新功能之一：

:=现在已实现按组分组（FR＃1491），现在通过引用将子分组分配到新列会自动添加该列（NA在子分配不接触的地方初始化）（FR＃1997）。:=按组可以与所有类型组合i，因此:=按组包括按i和分组by。由于:=按组分组是通过引用进行的，因此它应该比（直接或间接）cbind将分组结果分组到DT的任何方法都快得多，因为根本没有复制（大）DT。这是一种简短自然的语法，可以与其他查询混合使用。
DT[,newcol:=sum(colB),by=colA]

在您的示例iiuc中，它应该类似于：

DT[, Obs:=.N, by=ID-Date]

代替 ：

df$Obs=with(df, ave(v1, ID-Date, FUN=function(x) length(unique(x))))

请注意，:=按组可很好地缩放大型数据集（较小的数据集将包含许多小型组）。

查看?":="和搜索data.table标记以获取“参考”