R 数据聚合与组上的 WHERE 子句

Question

例如，我有如下所示的 data.table。我想做一个简单的聚合，其中 b=sum(b)。对于 c，但是我想要 c 中 b 最大的记录的值。所需的输出如下所示 (data.aggr)。这导致了几个问题：

1) 有办法做到这一点吗data.table?

2) 在 plyr 中有更简单的方法吗？

3) 在 plyr 中，输出对象从 data.table 变为 data.frame。我可以避免这种行为吗？

library(plyr)
library(data.table) 
dt <- data.table(a=c('a', 'a', 'a', 'b', 'b'), b=c(1, 2, 3, 4, 5), 
                 c=c('m', 'n', 'p', 'q', 'r'))
dt
#    a b c
# 1: a 1 m
# 2: a 2 n
# 3: a 3 p
# 4: b 4 q
# 5: b 5 r
dt.split <- split(dt, dt$a)
dt.aggr <- ldply(lapply(dt.split,  
    FUN=function(dt){ dt[, .(b=sum(b), c=dt[b==max(b), c]), 
    by=.(a)] }), .id='a')
dt.aggr
#   a b c
# 1 a 6 p
# 2 b 9 r
class(dt.aggr)
# [1] "data.frame"

Answer 1

这是data.table范围内的简单操作

dt[, .(b = sum(b), c = c[which.max(b)]), by = a]
#    a b c
# 1: a 6 p
# 2: b 9 r

类似的选项是

dt[order(b), .(b = sum(b), c = c[.N]), by = a]

R 数据聚合与组上的 WHERE 子句

R Data Aggregation With WHERE Clause on Group

r

plyr

data.table