使用数据表在组中查找满足特定行条件的行的最小值答案

【问题标题】：Using data table to find min in group for rows that fulfil row-specific criteria使用数据表在组中查找满足特定行条件的行的最小值
【发布时间】：2017-11-03 02:39:16
【问题描述】：

我认为应该可以使用非 equi 连接执行以下操作，但无法使其工作。几周前我问的这个问题的扩展：Fast way to find min in groups after excluding observations using R。

我有一组应用程序数据。如果分数高于分界线，您将被录取。现在我想确定哪些应用程序是严格控制的。 IE。当某人将一个选项的优先级低于另一个边距较低的选项，因此永远不会被允许使用该选项。

即当将特定行的cutoff 与同一组中具有较低优先级数的所有行进行比较时，如果有较高优先级（较低优先级）的选择具有较低的截止值，则设置受控= TRUE。

以下代码可以运行，但速度非常慢：

library(data.table)
dt <- data.table(prio = c(c(1,2,4,5,6,7,8), c(1,2,4,5), c(1,2,4,5,6,7,8), c(1,2,4,10,13)),
                 c = c(c(20,16,19,20,21,11,22), c(1.5, 1.3, 1.7, 1.2), c(20,16,19,20,21,11,22), c(123,332,121,334,335)),
                 admission_group = c(rep("X", 7), rep("Y", 4), rep("X", 7), rep("Z", 5)),
                 individual = c(rep("A", 11), rep("B", 12)),
                 dominated = rep(FALSE, 23))

dt[,
    min_c_lower_prio :=
        unname(sapply(split(outer(prio,prio, "<="),
                            rep(1:length(prio),
                                each = length(prio))),
                      FUN = function(x) min(c[x], na.rm = TRUE))),
    by = .(admission_group, individual)
]

dt[c > min_c_lower_prio, dominated := TRUE]

【问题讨论】：

标签： r data.table

【解决方案1】：

是的，可以使用非 equi 连接来完成：

dt[, d := dt[.SD, on=.(admission_group, individual, prio < prio, c < c), mult="first", 
  .N > 0, by=.EACHI]$V1]

或者，按优先级排序并使用cummin：

dt[order(prio), d2 := c > cummin(c), by=.(admission_group, individual)]

【讨论】：

谢谢！为此，使用 cummin 真的要简单得多。太好了！