使用 data.table 进行聚合答案

【问题标题】：Using data.table to aggregate使用 data.table 进行聚合
【发布时间】：2013-11-19 18:12:05
【问题描述】：

经过 SO 用户的多次建议，我终于尝试将我的代码转换为使用 data.table。

library(data.table)
DT <- data.table(plate = paste0("plate",rep(1:2,each=5)),
             id = rep(c("CTRL","CTRL","ID1","ID2","ID3"),2),
             val = 1:10)

> DT
    plate   id val
1: plate1 CTRL   1
2: plate1 CTRL   2
3: plate1  ID1   3
4: plate1  ID2   4
5: plate1  ID3   5
6: plate2 CTRL   6
7: plate2 CTRL   7
8: plate2  ID1   8
9: plate2  ID2   9
10: plate2  ID3  10

当 id 为“CTRL”时，我想做的是按盘子取 DT[,val] 的平均值。

我通常会aggregate 数据框，然后使用match 将值映射回新列“ctrl”。

使用data.table 包我可以得到：

DT[id=="CTRL",ctrl:=mean(val),by=plate]

> DT
    plate   id val ctrl
1: plate1 CTRL   1  1.5
2: plate1 CTRL   2  1.5
3: plate1  ID1   3   NA
4: plate1  ID2   4   NA
5: plate1  ID3   5   NA
6: plate2 CTRL   6  6.5
7: plate2 CTRL   7  6.5
8: plate2  ID1   8   NA
9: plate2  ID2   9   NA
10: plate2  ID3  10   NA

我真正需要的是：

DT <- data.table(plate = paste0("plate",rep(1:2,each=5)),
                 id = rep(c("CTRL","CTRL","ID1","ID2","ID3"),2),
                 val = 1:10,
                 ctrl = rep(c(1.5,6.5),each=5))

> DT
    plate   id val ctrl
1: plate1 CTRL   1  1.5
2: plate1 CTRL   2  1.5
3: plate1  ID1   3  1.5
4: plate1  ID2   4  1.5
5: plate1  ID3   5  1.5
6: plate2 CTRL   6  6.5
7: plate2 CTRL   7  6.5
8: plate2  ID1   8  6.5
9: plate2  ID2   9  6.5
10: plate2  ID3  10  6.5

最终我想使用更复杂的值选择，但我不知道如何选择特定值，运行一些函数，然后使用数据框将这些值映射回适当的行。

【问题讨论】：

标签： r aggregate data.table

【解决方案1】：

这就是你想要做的：

DT[,ctrl:=mean(val[id=="CTRL"]),by=plate]

给了

     plate   id val ctrl
 1: plate1 CTRL   1  1.5
 2: plate1 CTRL   2  1.5
 3: plate1  ID1   3  1.5
 4: plate1  ID2   4  1.5
 5: plate1  ID3   5  1.5
 6: plate2 CTRL   6  6.5
 7: plate2 CTRL   7  6.5
 8: plate2  ID1   8  6.5
 9: plate2  ID2   9  6.5
10: plate2  ID3  10  6.5

您的原始代码 DT[id=="CTRL",ctrl:=mean(val),by=plate] 没有对 id=="CTRL" 不正确的行进行赋值，因为当您使用 [ 的第一个参数时，您是子集；第二个参数中的操作只针对子集的data.table。

【讨论】：