如何更新每个分组中的单行？

Question

我第一次使用data.table处理大量数据，迄今为止，我非常满意它的易用性。今天我已经阅读了相当多的文档（当然不是全部），但我还没有找到这个问题的解决方法。

我的数据表以placeid和t2为关键字，有一个其他列t1。我想做的是，在每行中将t1设置为0，其中t2是最小值，按placeid分组。

## Sample data
set.seed(47)
require(data.table)
dt <- data.table(placeid = rep(letters[1:3], each = 3), t1 = runif(9), t2 = runif(9))
setkeyv(dt, cols=c("placeid", "t2"))

作为“t2”在键中，我想要更改的行是每个分组内的第一行。我能够使用“ifelse”语句使其正常工作，但是是否有更好的方法使用“[.data.table”的“i”参数来完成它？

我希望这些中的一个能够奏效，虽然再想一想，它们不起作用是有道理的：

dt[1, t1 := 0, by = placeid] ## changes only first row
dt[which.min(t2), t1 := 0, by = placeid] ## changes only global min row

我发现以下方法可行（结果为期望的输出）：

dt[, t1 := ifelse(t2 == min(t2), 0, t1), by = placeid]  # works

- Gregor Thomas

---

这里还有另一种可能性：dt[,t1:=t1*(t2!=min(t2)),by='placeid'] - Josh O'Brien

Answer 1

因为你知道dt是根据placeid和t2进行排序的，所以第一行是你想要更新的placeid行。

当在唯一值placeid上进行连接时，您可以使用mult = 'first'来仅匹配第一行。

dt[unique(placeid),t1 := 0,mult='first']
dt
#    placeid        t1         t2
# 1:       a 0.0000000 0.13879758
# 2:       a 0.7615020 0.70198720
# 3:       a 0.9769620 0.92489205
# 4:       b 0.0000000 0.16219364
# 5:       b 0.6914124 0.50603611
# 6:       b 0.5735444 0.59930702
# 7:       c 0.0000000 0.03094497
# 8:       c 0.4689460 0.40050280
# 9:       c 0.3890619 0.90197352

如果存在这样的情况，即在t2等于最小值的多个行中希望更新不止一行，则可以使用.I[t2==min(t2)]通过placeid标识这些行。

dt[dt[,.I[t2 == min(t2)],by='placeid']$V1, t1 := 0]

请注意，这种方法比上面的二分查找选项要慢。

- mnel