data.table 总和和子集

Question

我有一个 data.table 想要聚合

library(data.table)
dt1 <- data.table(year=c("2001","2001","2001","2002","2002","2002","2002"),
                  group=c("a","a","b","a","a","b","b"), 
                  amt=c(20,40,20,35,30,28,19))

我想 sum 按年份和组计算 amt，然后过滤任何给定组的 amt 总和大于 100 的地方。

我已经确定了 data.table 总和。

dt1[, sum(amt),by=list(year,group)]

   year group V1
1: 2001     a 60
2: 2001     b 20
3: 2002     a 65
4: 2002     b 47

我的最终过滤级别有问题。

我想要的最终结果是：

   year group V1
1: 2001     a 60
2: 2002     a 65

作为 a) 60 + 65 > 100 而 b) 20 + 47 <= 100

任何关于如何实现这一点的想法都会很棒。

我看过这个并且想知道他们是否同样 eloquent 解决了我的问题。

Answer 1

你可以这样做：

library(dplyr)
dt1 %>% 
  group_by(group, year) %>% 
  summarise(amt = sum(amt)) %>%
  filter(sum(amt) > 100)

给出：

#Source: local data table [2 x 3]
#Groups: group
#
#  year group amt
#1 2001     a  60
#2 2002     a  65

Answer 2

这是两班。首先找到您想要的小组子集

big_groups <- dt1[,sum(amt),by=group][V1>100]$group
dt1[group%in%big_groups,sum(amt),by=list(year,group)]

Answer 3

这可能不是一个理想的解决方案，但我会按照以下几个步骤进行操作：

dt2=dt1[, sum(amt),by=list(year,group)]
dt3=dt1[, sum(amt)>100,by=list(group)]
dt_result=dt2[group %in% dt3[V1==TRUE]$group,]

Answer 4

data.table 中的单行：

dt1[, lapply(.SD,sum), by=.(year,group)][, if (sum(amt) > 100) .SD, by=group]

#   group year amt
#1:     a 2001  60
#2:     a 2002  65

data.table 总和和子集

data.table sum and subset

filtering

r

sum

data.table