小编use*_*851的帖子

我在这个主题上看过类似的帖子,但无法理解解决方案.基本上我有一个数据表(DT1)与分数和一些NA.只要有'NA',我想要一个引用另一个数据(DT2)表的过程,该表在两个表(通道)中都有一个公共列,然后使用DT2的得分列值更新DT1中的NA.我正在选择一个数据表类,因为我认为它是一个有效的选择.

DT1

         tract CreditScore    
1: 36107020401         635  
2: 36083052403          NA  
3: 36091062602          NA  
4: 36067013000          NA  
5: 36083052304          NA  

DT2

         tract CreditScore  
1: 36107020401         635  
2: 36083052403         650  
3: 36091062602         335  
4: 36067013000         777  
5: 36083052304         663  

我有一个类似于下面的数据集:

SSN Auto    MtgHe   Personal    Other   None
A   1           1    0          0       0
B   1           1    0          0       0
C   1           0    0          0       0
D   1           0    1          1       0
E   0           0    0          0       1
F   0           0    0          0       1
G   0           0    0          0       1

SSN是人,Auto,MtgHe,Personal,Other是贷款类别,'None'表示没有贷款.共有15种独特的可能贷款组合加上另外1种"无"的可能性,表示不存在贷款.因此,一个人可能只有汽车贷款,汽车和个人贷款,或者根本没有贷款.我想要一些具有不同组合的SSN.使用上面的表格结果如下:

Cnt Auto    MtgHe   Personal    Other   None
2   1           1    0          0       0
1   1           0    0          0       0
1   1           0    1          1       0
3   0           0    0          0       1 …

我有一个包含许多数据帧的List.每个数据框都包含重复的列.我想只返回每个数据帧中的唯一列.我尝试了几个代码,包括下面的代码,但仍然会出错.我目前使用的代码如下,并列出了我的列表中第一个数据帧的描述.我感谢任何帮助.

x  <- lapply(dataFiles, function(x){
  for(i in 1:length(colnames(dataFiles)))
  dataFiles[[!duplicated(dataFiles[[i]])]]
}
)



str(dataFiles[[1]])
'data.frame':   20381 obs. of  10 variables:
 $ FILEID    : chr  "ACSSF" "ACSSF" "ACSSF" "ACSSF" ...
 $ FILETYPE  : num  2.01e+08 2.01e+08 2.01e+08 2.01e+08 2.01e+08 ...
 $ STUSAB    : chr  "ny" "ny" "ny" "ny" ...
 $ CHARITER  : int  0 0 0 0 0 0 0 0 0 0 ...
 $ SEQUENCE  : int  1 1 1 1 1 1 1 1 1 1 ...
 $ LOGRECNO  : int …

我想使用datatable的frank函数按id排列日期列.但是,我的排名似乎只考虑了日期列而不是与之对应的id.我还收到其中6个我不确定的警告:

1 ..... 6:In [.data.table(dups ,, :=(rank,frank(dups,date,ties.method ="average")),:RHS 1长度为10(大于第6组的大小(1))最后9个元素将被丢弃.

dups <- data.table (id = c('11', '11', '11', '22','22',
  '88', '99','44','44', '55'),
  date = mdy(c("1-01-2016", "1-02-2016", "1-02-2016","2-01-2016", 
  "2-02-2016")))

so.sample <- dups[, rank := frank(dups, date, ties.method = "average"), by = id]

例如,id = 11和date = 2016-01-01应该排名为1而不是1.5,因为该组合只有一个id和date.

请求帮助

我的目标是通过zip计算组%列.我通过zip创建了%列,但继续丢失我的组('cgrp')变量.我怎样才能在最终结果中保留这个？

我的数据表脚本给出了以下结果:

     zip       V1  
1: 12007 19.35484  
2: 12007 48.38710  
3: 12007 32.25806  
4: 12008 40.00000  
5: 12008 41.66667  
6: 12008 18.33333 

但我也希望cgrp包括这个专栏.一直在尝试不同的组合.SD和SDcols,但它不能得到work.This就是我想要的:

     zip       V1 cgrp  
1: 12007 19.35484 3  
2: 12007 48.38710 4  
3: 12007 32.25806 1  
4: 12008 40.00000 1  
5: 12008 41.66667 4  
6: 12008 18.33333 3 

脚本:

zip.grp <- ninefive[, .(zgrp = .N), by = .(cgrp,zip)  
                    ][, 100 *(zgrp/sum(zgrp)), by = zip]

样本九个数据:

    zip     lower avg    upper       SSN RISK idk …

数据集:

      zip acs.pop napps    pperct cgrp zgrp      perc  
 1: 12007      97     2 2.0618557    2    1 25.000000  
 2: 12007      97     2 2.0618557   NA    2 50.000000  
 3: 12007      97     2 2.0618557    1    1 25.000000  
 4: 12008     485     2 0.4123711    2    1 33.333333  
 5: 12008     485     2 0.4123711    4    1 33.333333  
 6: 12008     485     2 0.4123711   NA    1 33.333333  
 7: 12009    7327   187 2.5522042    4   76 26.206897  
 8: 12009    7327   187 2.5522042    1   41 14.137931  
 9: 12009    7327   187 2.5522042    2   23  7.931034 …