在其他列条件下递归操作 data.table 列

Question

我需要计算数据框中的公式。为了简单起见，必须汇总几列中的每组值。但是，我不想跨行计算。我想根据其他地方的条件用另一组计算每组。这就是我的意思：我有一个 data.table.

data = data.table(A = c("a","c","b","b","a"), 
                  B = c(1:5), 
                  C = c(1:5)
                  )
setorder(data, by=A)

> data
   A B C
1: a 1 1
2: a 5 5
3: b 3 3
4: b 4 4
5: c 2 2

在 D 列中，当 A 为“a”时，我需要汇总 B 和 C 中的值以及 B 和 C 中的值。由于我有多个“a”，因此需要进行多次聚合。应写入每个聚合的最小值。这是一个例子。对于第 1 行：(1+1)+(1+1)=4，(5+5)+(1+1)=12，所以 4 是最小值 - D1 =4。对于第 3 行：(3+3)+(1+1)=8，(3+3)+(5+5)=16，D3 = 8。依此类推。这就是我所期望的

> data_new
   A B C  D
1: a 1 1  4
2: a 5 5 12
3: b 3 3  8
4: b 4 4 10
5: c 2 2  6

我试过了，运行遇到了问题。

for (i in data)data[i, D:=(min((data[i,B+C]) + (data[a=="a",(B+C)])))]

当我用 i 代替行号返回 min() returns 正确值的两个数字列表时，下面的最小选择表达式可以正常工作。下面的答案是 8.

min((data[3,B+C]) + (data[A=="a",(B+C)]))

我之前的尝试涉及 grid.expansion() 和 intersection()。然而，由于我的数据集的大小，我运行进入内存问题并且 Rstudio 退出了我。作为旁注，我需要运行计算，因为我无法事先用“a”预测最小结果 - 它是一组坐标，它们与答案的大小无关。

任何建议我的明显问题在哪里

Answer 1

您可以将 B + C 的值存储在变量 (val) 中，其中 A = 'a'。对于每一行，您可以取最小值 B + C + val。

library(data.table)

val <- data[A =='a', B + C]
data[, D := min(B + C + val), seq_len(nrow(data))]
data

#   A B C  D
#1: a 1 1  4
#2: a 5 5 12
#3: b 3 3  8
#4: b 4 4 10
#5: c 2 2  6

您也可以使用 lapply :

data[, D := lapply(B + C, function(x) min(x + val))]

Answer 2

一个选项也是在获取 'B'、'C' 的 min 之后复制 'a' 行，然后直接使用 + 'B'、'C' 列。优点是，我们不必分组或循环

library(data.table)
Reduce(`+`, (data[A == 'a', .(B = min(B), C = min(C))][rep(seq_len(.N), nrow(data))] + data[, .(B, C)]))
#[1]  4 12  8 10  6

或单行

data[, D := B + C + min(B[A== 'a']) + min(C[A== 'a'])]
data$D
#[1]  4 12  8 10  6

在其他列条件下递归操作 data.table 列

Manipulating data.table column recursively on other column condition

r

min

data.table