从data.table中选择最小值的行

Question

我有一个data.table，需要在其上计算一些新值，并选择具有min值的行。

tb <- data.table(g_id=c(1, 1, 1, 2, 2, 2, 3),
          item_no=c(24,25,26,27,28,29,30),
          time_no=c(100, 110, 120, 130, 140, 160, 160),
          key="g_id")

#    g_id item_no time_no
# 1:    1      24     100
# 2:    1      25     110
# 3:    1      26     120
# 4:    2      27     130
# 5:    2      28     140
# 6:    2      29     160
# 7:    3      30     160

ts  <- 118
gId <- 2

tb[.(gId), list(item_no, tdiff={z=abs(time_no - ts)})]

#    g_id item_no tdiff
# 1:    2      27    12
# 2:    2      28    22
# 3:    2      29    42

现在我需要获取具有最小 tdiff（实际上只需要获取该行的item_no）的行。

#    g_id item_no tdiff
# 1:    2      27    12

我能否使用 tb 在一次操作中完成此操作？这样做的最快方法是什么（因为我需要对大约500,000行执行此操作）？

- Katerina

---

你在寻找的是：tb[.(gId), list(item_no, tdiff={z=abs(time_no - ts)})][,item_no[which.min(tdiff)],by=g_id]。 - Gary Weissman

@GaryWeissman，谢谢！我发现我还可以写到选择的末尾 [last(order(tdiff))][[2]]。 - Katerina

很高兴能够帮助！data.table 对于处理这些东西非常的好。 - Gary Weissman

Answer 1

你可以尝试使用.SD和[][]来链接查询。

我理解的问题是首先更新一个新列，然后找到最小的tdiff。

library(data.table)
tb <- data.table(g_id=c(1, 1, 1, 2, 2, 2, 3),
             item_no=c(24,25,26,27,28,29,30),
             time_no=c(100, 110, 120, 130, 140, 160, 160),
             key="g_id")

ts <- 118

#　My solution is quite simple
tb[, tdiff := list(tdiff=abs(time_no - ts))][, .SD[which.min(tdiff)], by = key(tb)]

我认为使用.SD更加合适。此外，你可以使用:=进行更新。

以下是输出结果：

   g_id item_no time_no tdiff
1:    1      26     120     2
2:    2      27     130    12
3:    3      30     160    42

- Bigchao

Answer 2

数据表格调用可以链接起来使用[][][]，因此您只需要一个额外的命令来获取每个g_id的最小值：

tb[.(gId), list(item_no, tdiff={z=abs(time_no - ts)})][,item_no[which.min(tdiff)],by=g_id]

- Gary Weissman