我正在寻找一种解决方案,可以通过使用data.table的组来计算某些变量的加权和。我希望这个例子足够清楚。
require(data.table)
dt <- data.table(matrix(1:200, nrow = 10))
dt[, gr := c(rep(1,5), rep(2,5))]
dt[, w := 2]
# Error: object 'w' not found
dt[, lapply(.SD, function(x) sum(x * w)),
.SDcols = paste0("V", 1:4)]
# Error: object 'w' not found
dt[, lapply(.SD * w, sum),
.SDcols = paste0("V", 1:4)]
# This works with out groups
dt[, lapply(.SD, function(x) sum(x * dt$w)),
.SDcols = paste0("V", 1:4)]
# It does not work by groups
dt[, lapply(.SD, function(x) sum(x * dt$w)),
.SDcols = paste0("V", 1:4), keyby = gr]
# The result to be expected
dt[, list(V1 = sum(V1 * w),
V2 = sum(V2 * w),
V3 = sum(V3 * w),
V4 = sum(V4 * w)), keyby = gr]
### from Aruns answer
dt[, lapply(.SD[, paste0("V", 1:4), with = F],
function(x) sum(x*w)), by=gr]
最佳答案
最终尝试(复制Roland的答案:))
复制@Roland的出色答案:
print(dt[, lapply(.SD, function(x, w) sum(x*w), w=w), by=gr][, w := NULL])
仍然不是最有效的一种:(第二次尝试)
遵循@Roland的评论,对所有列进行操作确实更快,然后仅删除不需要的列即可(只要操作本身并不耗时,在这里就是这种情况)。
dt[, {lapply(.SD, function(x) sum(x*w))}, by=gr][, w := NULL][]
由于某种原因,当我不使用
w
时似乎找不到{}
。旧的(效率低下)答案:
(如果组太多,子集可能会很昂贵)
您可以在不使用
.SDcols
的情况下执行此操作,然后在将其提供给lapply
的同时将其删除,如下所示:dt[, lapply(.SD[, -1, with=FALSE], function(x) sum(x*w)), by=gr]
# gr V1 V2 V3 V4
# 1: 1 20 120 220 320
# 2: 2 70 170 270 370
.SDcols
使.SD
没有w
列。因此,不可能与w
相乘,因为那时它不在.SD环境范围内。