如何在data.table中獲取用戶定義函數中的分組列的值

Question

我想開始使用data.table而不是dplyr，因爲我必須加快計算速度。 現在我的組中每個元素的代碼都使用分組列的值。 但data.table會丟棄它。

y v 
1: 1 1 
2: 3 2 
3: 6 3 

該組的第一個元素：例如當x值從瀏覽器查詢

g <- function(x) { 
    browser() 
} 

DT = data.table(x=rep(c("a","b","c"),each=3), y=c(1,3,6), v=1:9) 

DT[,list(a = g(.SD)), keyby="x"] 

給出了這樣的。

有沒有什麼辦法可以讓我爲g（）中的每個組獲得x的值？

更新： 我正在使用一個函數，其中公式取決於組，例如，

g <- function(data) { 
    if (x == "a") { 
     return(y-v) 
    } else { 
     return(v-y) 
    } 
} 

Answer 1

首先，假設這或多或少是你的函數（意思是：這是短期和/或類似的），我會直接在j做到這一點，像這樣：

DT[, .(a = (y-v) * (2L*(x=="a") - 1L)), by="x"] 
# or if it's too cryptic 
DT[, .(a = if (x=="a") y-v else v-y), by="x"] 

現在假設你的功能更復雜，至少有兩種方法可以解決這個問題。

• 首先，默認情況下，來自分組列的值長度爲1。所以，可以編寫一個函數，一個額外的參數，它是該組值如下：

  foo <- function(dt, grp) { 
      if (grp == "a") dt[, y-v] 
      else dt[, v-y] 
  } 
  DT[, .(a = foo(.SD, x)), by="x"] 
  

  這裏grp將長度-1（如上文解釋）。

• 使用.SDcols也可以在.SD中添加分組列。

  foo <- function(dt) { 
      if (dt$x[1L] == "a") dt[, y-v] 
      else dt[, v-y] 
  } 
  DT[, .(a = foo(.SD)), by="x", .SDcols = c("x", "y", "v")] 
  

  雖然我更喜歡第一種方法，因爲它不涉及不必要創建只具有一個獨特的價值一個額外的列。