如何将不同的参数传递给data.table分组中的每个组？

Question

示例：

这里有一张名为dt的数据表：

> library(data.table)
> dt <- data.table(colA=rep(letters[1:3],each=3), colB=0:8)
> dt
   colA colB
1:    a    0
2:    a    1
3:    a    2
4:    b    3
5:    b    4
6:    b    5
7:    c    6
8:    c    7
9:    c    8

我想知道：

当colA等于"a"时，是否存在colB大于2的值？

当colA等于"b"时，是否存在colB大于3的值？

当colA等于"c"时，是否存在colB大于4的值？

我创建了一个向量arg来保存"group a"、"group b"和"group c"的参数：

arg <- c(2,3,4)

有没有简单的方法将arg传递给按colA分组的dt？

这是我想要的结果：

     colA    V1
  1:    a FALSE
  2:    b  TRUE
  3:    c  TRUE

这是我在这里的第一个问题，我尝试让它简单明了。提前谢谢。

- user3724375

Answer 1

[.data.table() 操作每个子组时，会在名为 .BY 的变量中存储关于分组变量当前值的信息。

如果您首先设置了一个命名向量，将分组变量的级别映射到所需的参数值，则可以使用 .BY 索引它，提取适当的值，如下所示：

arg <- setNames(c(2, 3, 4), c("a", "b", "c"))
arg
# a b c 
# 2 3 4

dt[, any(colB > arg[unlist(.BY)]), by="colA"]
#    colA    V1
# 1:    a FALSE
# 2:    b  TRUE
# 3:    c  TRUE

- Josh O'Brien

Answer 2

dt[ , thresh := (2:4)[as.numeric(factor(colA))] ]
dt

   colA colB thresh
1:    a    0      2
2:    a    1      2
3:    a    2      2
4:    b    3      3
5:    b    4      3
6:    b    5      3
7:    c    6      4
8:    c    7      4
9:    c    8      4

dt[, any(colB > thresh),by=colA]

   colA    V1
1:    a FALSE
2:    b  TRUE
3:    c  TRUE

- IRTFM

Answer 3

也许不是最优雅的方式，但我会试一试...

#List components of each group
ref <- dt[,list(colB.list=list(I(colB))),by=colA][,ord:=.I]

#Feed arguements
ref[,arg:=c(2,3,4)]

#Use comparison function
ref[,V1:=mapply(FUN=function(X,Y){sum(colB.list[[X]]>Y)>0},X=ord,Y=arg)]

- Mike.Gahan

---

它有效！指出mapply是很好的。让我们看看是否有更简单的解决方案。 - user3724375