根据行内计算选择 data.table 中的行

Question

数据集是这样的：

library(data.table)
uid <- c("a","a","a","b","b","b","c","c","c")
date <- c(2001,2002,2003)
DT <- data.table(id=uid, year=rep(date,3), value= c(1,3,2,1:6))

第一季度

现在我想找出哪些观察值的“值”列逐年增加 我想要的是这样的： 对于 b 和 c，值一直在增加。

4: b 2001 1 5: b 2002 2 6: b 2003 3 7：c 2001 4 8：c 2002 5 9：c 2003 6

在真实数据中，每个id的记录时间跨度是不同的。

此外，我想计算：对于给定的 id，值增加了多少年。

标识 V1 1：一个 1 2：乙2 3：c 2

如果您对此有一些想法，非常感谢。 由于速度计算要求，我更喜欢 data.table 方法。

Answer 1

我认为这是你想要的：

DT[order(year)][, sum(diff(value) > 0), by=id]

产生：

   id V1
1:  a  1
2:  b  2
3:  c  2

这假设您每年最多有一个值。

Answer 2

对于您的第一个问题，如果它们没有排序，我会在 id, year 上使用 setkey 进行排序（而不是使用 base:::order，因为它非常慢）。还添加了id，以便您也可以按照与问题 2 相同的顺序获得结果。

setkey(DT, id, year)
DT[, if (.N == 1L || 
        ( .N > 1 && all(value[2:.N]-value[1:(.N-1)] > 0) )
     ) .SD, 
by=list(id)]

   id year value
1:  b 2001     1
2:  b 2002     2
3:  b 2003     3
4:  c 2001     4
5:  c 2002     5
6:  c 2003     6

第二个问题：

DT[, if (.N == 1L) 1L else sum(value[2:.N]-value[1:(.N-1)] > 0), by=list(id)]
   id V1
1:  a  1
2:  b  2
3:  c  2

我取第二个到最后一个 (.N) 值，然后用第一个到第 n-1 个显式减去它，因为 diff 作为 S3 泛型将需要时间来调度正确的方法（此处为 diff.default）和直接在j中编写函数会快得多。