使用data.table统计和聚合/汇总一列

Question

我想对 data.table 中的列进行计数和聚合（求和），但找不到执行此操作的最有效方法。这似乎接近我想要的 R summarizing multiple columns with data.table.

我的数据：

set.seed(321)
dat <- data.table(MNTH = c(rep(201501,4), rep(201502,3), rep(201503,5), rep(201504,4)), 
                  VAR = sample(c(0,1), 16, replace=T))

> dat
     MNTH VAR
 1: 201501   1
 2: 201501   1
 3: 201501   0
 4: 201501   0
 5: 201502   0
 6: 201502   0
 7: 201502   0
 8: 201503   0
 9: 201503   0
10: 201503   1
11: 201503   1
12: 201503   0
13: 201504   1
14: 201504   0
15: 201504   1
16: 201504   0

我想用 data.table 计算 VAR 和 MNTH 的总和。期望的结果：

    MNTH COUNT VAR
1 201501     4   2
2 201502     3   0
3 201503     5   2
4 201504     4   2

Answer 1

您所指的 post 提供了一种方法，说明如何将一种聚合方法应用于多个列。如果你想对不同的列应用不同的聚合方法，你可以这样做：

dat[, .(count = .N, var = sum(VAR)), by = MNTH]

这导致：

     MNTH count var
1: 201501     4   2
2: 201502     3   0
3: 201503     5   2
4: 201504     4   2

您还可以通过引用更新数据集，将这些值添加到现有数据集中：

dat[, `:=` (count = .N, var = sum(VAR)), by = MNTH]

这导致：

> dat
      MNTH VAR count var
 1: 201501   1     4   2
 2: 201501   1     4   2
 3: 201501   0     4   2
 4: 201501   0     4   2
 5: 201502   0     3   0
 6: 201502   0     3   0
 7: 201502   0     3   0
 8: 201503   0     5   2
 9: 201503   0     5   2
10: 201503   1     5   2
11: 201503   1     5   2
12: 201503   0     5   2
13: 201504   1     4   2
14: 201504   0     4   2
15: 201504   1     4   2
16: 201504   0     4   2

在 GitHub wiki 上进一步阅读如何使用 data.table syntax, see the Getting started guides。

使用data.table统计和聚合/汇总一列

Use data.table to count and aggregate / summarize a column

aggregate

r

dataframe

data.table