骨料data.table到原始值

我有一些data.table的金額欄等間隔的行：骨料data.table到原始值

n = 1e5 
set.seed(1) 

dt <- data.table(id = 1:n, amount = pmax(0,rnorm(n, mean = 5e3, sd = 1e4)))

和休息的向量給定，如：

breaks <- as.vector(c(0, t(sapply(c(1, 2.5, 5, 7.5), function(x) x * 10^(1:4)))))

對於定義的每個間隔通過這些休息時間，我想使用data.table語法：

獲得計數amount包含
得到amount等於或大於計數比約束左側（基本n * (1-cdf(amount))

爲1，這主要是工作，但對於空的間隔不返回行：

dt[, .N, keyby = breaks[findInterval(amount,breaks)] ] #would prefer to get 0 for empty intvl

對於2，我想：

dt[, sum(amount >= thresh[.GRP]), keyby = breaks[findInterval(amount,breaks)] ]

，但它沒有工作，因爲sum是GRO內受限於沒有超越。因此，與一個解決辦法，這也返回空區間上來：

dt[, cbind(breaks, sapply(breaks, function(x) sum(amount >= x)))] # desired result

那麼，有什麼解決的辦法data.table我2，並獲得兩個空的間隔？

來源

2016-03-25 C8H10N4O2

查看關於'foverlaps'的一些問題，只有幾個[1]（http://stackoverflow.com/questions/25815032/finding-overlaps-between-interval-sets-efficient-overlap-joins），[2] （http://stackoverflow.com/questions/28540466/how-to-identify-overlaps-in-multiple-columns），[3]（http://stackoverflow.com/questions/34245295/efficient-method-for-計數開箱每次提交在拉），[4]（http://stackoverflow.com/questions/27574775/is-it-possible-to-use-the -r-data-table-funcion-foverlaps-to-find-the-intersectio） – MichaelChirico

我會考慮這樣做：

mybreaks = c(-Inf, breaks, Inf) 
dt[, g := cut(amount, mybreaks)] 
dt[.(g = levels(g)), .N, on="g", by=.EACHI] 


        g  N 
1:  (-Inf,0] 30976 
2:   (0,10] 23 
3:   (10,25] 62 
4:   (25,50] 73 
5:   (50,75] 85 
6:  (75,100] 88 
7:  (100,250] 503 
8:  (250,500] 859 
9:  (500,750] 916 
10:  (750,1e+03] 912 
11: (1e+03,2.5e+03] 5593 
12: (2.5e+03,5e+03] 9884 
13: (5e+03,7.5e+03] 9767 
14: (7.5e+03,1e+04] 9474 
15: (1e+04,2.5e+04] 28434 
16: (2.5e+04,5e+04] 2351 
17: (5e+04,7.5e+04]  0 
18: (7.5e+04, Inf]  0

您可以使用cumsum如果你想CDF。

來源

2016-03-25 15:32:12 Frank

第三行的語法對我來說是新的，但我會對其進行閱讀。謝謝你的幫助。 – C8H10N4O2

這是非常新的，在版本1.9.6，並沒有被添加到小插曲合併尚未。 'on ='只是一種做'X [Y]'的方法，即使當'X'沒有被鍵入時也是如此。 @ C8H10N4O2 – Frank

骨料data.table到原始值

回答

相關問題