R数据表按三个变量进行交叉连接

Question

我正在尝试通过三个变量（组、id和日期）对数据表进行交叉连接。下面的R代码正好实现了我想要做的事情，即在每个组内将每个ID扩展到包括所有所需的日期。但是，是否有一种更有效地使用优秀的data.table软件包实现相同功能的方法？

library(data.table)

data <- data.table(
    group = c(rep("A", 10), rep("B", 10)),
    id    = c(rep("frank", 5), rep("tony", 5), rep("arthur", 5),  rep("edward", 5)),
    date  = seq(as.IDate("2020-01-01"), as.IDate("2020-01-20"), by = "day")
)

data

dates_wanted <- seq(as.IDate("2020-01-01"), as.IDate("2020-01-31"), by = "day")

names_A <- data[group == "A"][["id"]]

names_B <- data[group == "B"][["id"]]

names_A <- CJ(group = "A", id = names_A, date = dates_wanted, unique = TRUE)

names_B <- CJ(group = "B", id = names_B, date = dates_wanted, unique = TRUE)

alldates <- rbind(names_A, names_B)

alldates

data[alldates, on = .(group, id, date)]

- user1491868

Answer 1

您也可以这样做：

data[, .(date=dates_wanted), .(group,id)]

输出：

     group     id       date
  1:     A  frank 2020-01-01
  2:     A  frank 2020-01-02
  3:     A  frank 2020-01-03
  4:     A  frank 2020-01-04
  5:     A  frank 2020-01-05
 ---                        
120:     B edward 2020-01-27
121:     B edward 2020-01-28
122:     B edward 2020-01-29
123:     B edward 2020-01-30
124:     B edward 2020-01-31

- langtang

Answer 2

我们可以使用do.call与CJ在按group分组后的id和date进行转换：

out <- data[, do.call(CJ, c(.(id = id, date = dates_wanted),
      unique = TRUE)), group]

...正在检查：

> dim(out)
[1] 124   3
> out0 <- data[alldates, on = .(group, id, date)]
> dim(out0)
[1] 124   3
> all.equal(out, out0)
[1] TRUE

- akrun

---

我认为你不需要使用 do.call，只需使用 data[, CJ(id, date = dates_wanted, unique = TRUE), group] 即可。这条语句会选择数据框中符合要求的行，并按照指定的组进行聚合。 - IceCreamToucan

@IceCreamToucan 是的，没错。我一开始使用了.SD，然后意识到“date”被更改为“dates_wanted”。 - akrun