使用数据子集时如何在data.table中创建新列并计算中位数

debugcn 发表于 Dev

加布里埃尔

嗨，我有这样的数据：

  date    type    data
198101       1     0.1
198101       1     0.3
198101       2     0.5
198102       1     1.2
198102       1     0.9
198102       2     0.7
198102       2     0.3

当 type == 1 时，我想根据标准创建一个新列来显示每个月的中位数。

我想要的结果是这样的

  date    type    data    P50
198101       1     0.1    0.2
198101       1     0.3    0.2
198101       2     0.5    0.2
198102       1     1.2   1.05
198102       1     0.9   1.05
198102       2     0.7   1.05
198102       2     0.3   1.05

目前我是这样做的，让我们将上面的 data.table 称为 dt

dt.median = dt[type == 1]
dt.median = dt.median[, .(P50 = median(data)), by=.(date)]

然后将其合并回原来的 dt

dt = dt[dt.median, nomatch = 0, by=.(date)]

使用 .SD 或 .SDcol 有没有更快的方法来做到这一点？我想练习使用 .SD 但只是无法用一行代码弄清楚？

我能想到的是目前

dt[, P50 := * .SD[type == 1] ...  * , by =.(date)]

但后来我不知道用什么语法来计算中值 * .SD[type == 1] ... *，

帮助将不胜感激！

IRTFM

只需使用逻辑向量索引组内的数据值，并使用 data.table 特殊赋值运算符进行赋值， :=

> dt[ , P50 := median(data[type==1]), by=.(date)]
> dt
     date type data  P50
1: 198101    1  0.1 0.20
2: 198101    1  0.3 0.20
3: 198101    2  0.5 0.20
4: 198102    1  1.2 1.05
5: 198102    1  0.9 1.05
6: 198102    2  0.7 1.05
7: 198102    2  0.3 1.05

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。