分组时折叠 data.table 列值

Question

给定一个data.table 对象，我会将一些分组列的值折叠到一个对象中，并将生成的对象插入到一个新列中。

dt <- data.table(
            c('A|A', 'B|A', 'A|A', 'B|A', 'A|B'),
            c(0, 0, 1, 1, 0),
            c(22.7, 1.2, 0.3, 0.4, 0.0)
)
setnames(dt, names(dt), c('GROUPING', 'NAME', 'VALUE'))
dt
#    GROUPING NAME VALUE
# 1:      A|A    0  22.7
# 2:      B|A    0   1.2
# 3:      A|A    1   0.3
# 4:      B|A    1   0.4
# 5:      A|B    0   0.0

我认为首先需要指定要分组的列，所以我应该从 dt[, OBJECTS := <expr>, by = GROUPING] 之类的内容开始。

很遗憾，我不知道要使用表达式<expr>，所以结果如下：

#    GROUPING   OBJECTS
# 1:      A|A  <vector>
# 2:      B|A  <vector>
# 3:      A|B  <vector>

每个<vector>必须包含其他列的值。例如，第一个 <vector> 必须是一个命名向量，相当于：

eg <- c(22.7, 0.3)
names(eg) <- c('0', '1')
#    0    1 
# 22.7  0.3

Answer 1

在j 内部工作：如果您想让列的值成为向量，则需要将输出包装在list(.) 中。

j 本身需要调用list，因此您的最终表达式将类似于嵌套的list，例如：

dt[, list(allNames=list(NAME), allValues=list(VALUE)), by=GROUPING]

#    GROUPING allNames allValues
# 1:      A|A      0,1  22.7,0.3
# 2:      B|A      0,1   1.2,0.4
# 3:      A|B        0         0

正如@Mnel 指出的那样，等效地：

dt[, lapply(.SD, list), by=GROUPING]

如果您想要长格式，那么您的<expr> 的结构将是：
list( c( list(), list(), ..., list() ) ) 例如：

dt[, list(c(list(NAME), list(VALUE))), by=GROUPING]

#    GROUPING       V1
# 1:      A|A      0,1
# 2:      A|A 22.7,0.3
# 3:      B|A      0,1
# 4:      B|A  1.2,0.4
# 5:      A|B        0
# 6:      A|B        0

或者等价的：

dt[, list(lapply(.SD, c)), by=GROUPING]

Answer 2

我认为这就是你要找的东西：

dt1 <- dt[, list(list(setNames(VALUE, NAME))), by = GROUPING]
dt1
#    GROUPING       V1
# 1:      A|A 22.7,0.3
# 2:      B|A  1.2,0.4
# 3:      A|B        0
str(dt1)
# Classes ‘data.table’ and 'data.frame':  3 obs. of  2 variables:
# $ GROUPING: chr  "A|A" "B|A" "A|B"
# $ V1      :List of 3
#  ..$ : Named num  22.7 0.3
#  .. ..- attr(*, "names")= chr  "0" "1"
#  ..$ : Named num  1.2 0.4
#  .. ..- attr(*, "names")= chr  "0" "1"
#  ..$ : Named num 0
#  .. ..- attr(*, "names")= chr "0"
# - attr(*, ".internal.selfref")=<externalptr> 
dt1$V1
# [[1]]
#    0    1 
# 22.7  0.3 
# 
# [[2]]
#   0   1 
# 1.2 0.4 
# 
# [[3]]
# 0 
# 0 

正如@Arun 在 cmets 中指出的那样，在这种情况下，setNames 的“data.table”替代品是setattr(VALUE, 'names', NAME)，这是另一种解决方案：

dt1 <- dt[, list(list(setattr(VALUE, 'names', NAME))), by = GROUPING]