加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 百科 > 正文

如果每个观察可以属于多个组,则进行聚合

发布时间:2020-12-14 04:49:18 所属栏目:百科 来源:网络整理
导读:我想按组聚合日期.但是,每个观察可以属于几个组(例如,观察1属于组A和B).我找不到一个很好的方法来实现data.table.目前,我为每个可能的组创建了一个逻辑变量,如果观察属于该组,则该值变为TRUE.我正在寻找一种比下面提供的更好的方法.我也想知道如何通过tidyve
我想按组聚合日期.但是,每个观察可以属于几个组(例如,观察1属于组A和B).我找不到一个很好的方法来实现data.table.目前,我为每个可能的组创建了一个逻辑变量,如果观察属于该组,则该值变为TRUE.我正在寻找一种比下面提供的更好的方法.我也想知道如何通过tidyverse实现这一目标.

library(data.table)
# Data
set.seed(1)
TF <- c(TRUE,FALSE)
time <- rep(1:4,each = 5)
df <- data.table(time = time,x = rnorm(20),groupA = sample(TF,size = 20,replace = TRUE),groupB = sample(TF,groupC = sample(TF,replace = TRUE))

# This should be nicer and less repetitive
df[groupA == TRUE,.(A = sum(x)),by = time][
  df[groupB == TRUE,.(B = sum(x)),by = time],on = "time"][
    df[groupC == TRUE,.(C = sum(x)),on = "time"]

# desired output
time          A          B         C
1:    1         NA  0.9432955 0.1331984
2:    2  1.2257538  0.2427420 0.1882493
3:    3 -0.1992284 -0.1992284 1.9016244
4:    4  0.5327774  0.9438362 0.9276459

解决方法

这是一个data.table的解决方案:

df[,lapply(.SD[,.(groupA,groupB,groupC)]*x,sum),time]
# > df[,time]
#    time     groupA     groupB    groupC
# 1:    1  0.0000000  0.9432955 0.1331984
# 2:    2  1.2257538  0.2427420 0.1882493
# 3:    3 -0.1992284 -0.1992284 1.9016244
# 4:    4  0.5327774  0.9438362 0.9276459

或者(以thx到@ chinsoon12为评论)更多编程:

df[,lapply(.SD*x,by=.(time),.SDcols=paste0("group",c("A","B","C"))]

如果您想要长格式的结果,您可以:

df[,colSums(.SD*x),"C"))]
### with indicator for the group:
df[,.(colSums(.SD*x),"C")),"C"))]

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读