例如，我有下面显示的data.table。我想做一个简单的聚合，其中b = sum（b）。对于c，但是我想要c中的记录的值，其中b是最大的。所需的输出如下所示（data.aggr）。这导致了一些问题：
1）有没有办法做这个data.table？
2）在plyr中有更简单的方法吗？
3）在plyr中，输出对象从data.table更改为data.frame。我可以避免这种行为吗？
library(plyr)
library(data.table)
dt <- data.table(a=c('a', 'a', 'a', 'b', 'b'), b=c(1, 2, 3, 4, 5),
c=c('m', 'n', 'p', 'q', 'r'))
dt
# a b c
# 1: a 1 m
# 2: a 2 n
# 3: a 3 p
# 4: b 4 q
# 5: b 5 r
dt.split <- split(dt, dt$a)
dt.aggr <- ldply(lapply(dt.split,
FUN=function(dt){ dt[, .(b=sum(b), c=dt[b==max(b), c]),
by=.(a)] }), .id='a')
dt.aggr
# a b c
# 1 a 6 p
# 2 b 9 r
class(dt.aggr)
# [1] "data.frame"
这是data.table范围内的简单操作
dt[, .(b = sum(b), c = c[which.max(b)]), by = a]
# a b c
# 1: a 6 p
# 2: b 9 r
一个类似的选择是
dt[order(b), .(b = sum(b), c = c[.N]), by = a]
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。
我来说两句