在R的data.table中，如何將data.table的關鍵字保存到使用.SD引用的子集中？

我正在使用data.table軟件包來完成一些分析。我正在採取的步驟之一涉及使用by =函數來獲取彙總統計信息。但是，必須根據每個by子集中的唯一結果計算聚合。我一直在使用unique和密鑰來確保每個by組由不同的記錄組成。隱約的東西像下面：在R的data.table中，如何將data.table的關鍵字保存到使用.SD引用的子集中？

dt_new <- dt_old[,uFunc_MyFunction(x = unique(.SD)),by = grouping_var]

我注意到，在.SD的關鍵似乎是基於對dt_old按鍵和by =語句來改變。顯然，這對我的結果子集是否是唯一的有影響。

我想得到一些清晰，所以我寫了下面。

library(data.table) 
set.seed(1554) 
dt_example <- data.table(id = 1:50, 
         site = sample(x = c("A","B","C"), 
             size = 50, 
             replace = TRUE, 
             prob = c(0.4,0.4,0.2)), 
         group = sample(x = c("Eta","Mu","Omicron","Psi"), 
             size = 50, 
             replace = TRUE), 
         team = sample(x = 1:3, 
             size = 50, 
             replace = TRUE, 
             prob = c(0.2,0.3,0.5))) 

setkey(x = dt_example, 
     group, 
     team) 

> dt_example[,as.list(key(.SD)),by = site] 
    site V1 V2 
1: B group team 
2: A group team 
3: C group team 

setkey(x = dt_example, 
     site, 
     group, 
     team) 

> dt_example[,as.list(key(.SD)),by = site] 
Empty data.table (0 rows) of 1 col: site

什麼我想明白是爲什麼，在第一個版本，爲.SD，關鍵是一致的，而在第二個版本，.SD沒有關鍵的。我認爲這與by =列不直接包含在.SD這一事實有關，這是打破關鍵，但我想確認我的邏輯。

所以，我的問題是這樣的：爲什麼數據表的子集.SD沒有密鑰時，其中包含父數據表的密鑰的列之一用作by分組變量？

來源

2016-06-08 TARehman

這個問題實際上只是一個FR。 – eddi

@eddi什麼是FR？ – TARehman

FR =功能請求 – Jaap

在這種情況下，因爲它是由site, group, team排序，同時通過site分組，關鍵可保留group, team作爲訂單將維持。最簡單的答案是我們似乎錯過了這種情況。你能否請用一個鏈接到這篇文章提出問題？

作爲解決方法，您可以使用unique方法中的by參數爲data.tables指定列。

正如大衛指出，在每一個組使用unique(.SD)似乎沒有必要，但是這可能是另一個問題：

來源

2016-06-09 01:01:06 Arun

我會暫時記錄一個問題。我確實同意'unique（.SD）'是一個不尋常的用例。我真的不希望它被「固定」 - 只是很好奇底下發生了什麼。 – TARehman

作爲1736提交給Github。https://github.com/Rdatatable/data.table/issues/1736 – TARehman

在R的data.table中，如何將data.table的關鍵字保存到使用.SD引用的子集中？

回答

相關問題