计算多个值时分组依据

Question

我正在尝试使用一个函数在 data.table 中按组计算一些统计数据，如下所示：

minmax <- function(vec) {
  c(min(vec), max(vec))
}
library(data.table)
iris <- as.data.table(iris)
iris[, c('Min', 'Max') := minmax(Petal.Length), by = Species]

结果应该是Species 的最小值和最大值Petal.Length，并且行数与物种数一样多。即，与以下代码相同的结果：

merge(
  iris[, .(Min = min(Petal.Length)), Species],
  iris[, .(Max = max(Petal.Length)), Species],
  on = 'Species'
)

      Species Min Max
1:     setosa 1.0 1.9
2: versicolor 3.0 5.1
3:  virginica 4.5 6.9

注意：在我自己的代码中，我想一次性完成，而不是使用 merge()。

Answer 1

这里有几点：

:= 用于向现有框架添加列，因此它不会像您演示的那样进行汇总。也就是说，DT[, a := b] 应该始终具有完全相同的行数。我想这不是你需要的。

你可以在你的总结代码中做多重赋值并取消 merge （也许这类似于你说你“一次性”做的代码）：

iris[, .(Min = min(Petal.Length), Max = max(Petal.Length)), by = .(Species)]
#       Species   Min   Max
#        <fctr> <num> <num>
# 1:     setosa   1.0   1.9
# 2: versicolor   3.0   5.1
# 3:  virginica   4.5   6.9

但最后，你问的是如何使用你的函数来得到这个。第一次尝试可能是：

minmax <- function(vec) c(min(vec), max(vec))
iris[, minmax(Petal.Length), by = .(Species)]
#       Species    V1
#        <fctr> <num>
# 1:     setosa   1.0
# 2:     setosa   1.9
# 3: versicolor   3.0
# 4: versicolor   5.1
# 5:  virginica   4.5
# 6:  virginica   6.9

iris[, as.list(minmax(Petal.Length)), by = .(Species)]
#       Species    V1    V2
#        <fctr> <num> <num>
# 1:     setosa   1.0   1.9
# 2: versicolor   3.0   5.1
# 3:  virginica   4.5   6.9

iris[, setNames(as.list(minmax(Petal.Length)), c("Min", "Max")), by = .(Species)]
#       Species   Min   Max
#        <fctr> <num> <num>
# 1:     setosa   1.0   1.9
# 2: versicolor   3.0   5.1
# 3:  virginica   4.5   6.9

minmax <- function(vec) c(Min = min(vec), Max = max(vec))
iris[, as.list(minmax(Petal.Length)), by = .(Species)]
#       Species   Min   Max
#        <fctr> <num> <num>
# 1:     setosa   1.0   1.9
# 2: versicolor   3.0   5.1
# 3:  virginica   4.5   6.9

因此我们可以将函数更改为 return 列表（可选命名）。

minmax <- function(vec) list(min(vec), max(vec))
iris[, minmax(Petal.Length), by = .(Species)]
#       Species    V1    V2
#        <fctr> <num> <num>
# 1:     setosa   1.0   1.9
# 2: versicolor   3.0   5.1
# 3:  virginica   4.5   6.9
iris[, setNames(minmax(Petal.Length), c("Min", "Max")), by = .(Species)]
#       Species   Min   Max
#        <fctr> <num> <num>
# 1:     setosa   1.0   1.9
# 2: versicolor   3.0   5.1
# 3:  virginica   4.5   6.9

minmax <- function(vec) list(Min = min(vec), Max = max(vec))
iris[, minmax(Petal.Length), by = .(Species)]
#       Species   Min   Max
#        <fctr> <num> <num>
# 1:     setosa   1.0   1.9
# 2: versicolor   3.0   5.1
# 3:  virginica   4.5   6.9

计算多个值时分组依据

Group by while calculating multiple values

group-by

r

data.table