如何在 data.table 中链接顺序、分组、变异、透视？答案

【问题标题】：How to chain order, group, mutate, pivot in data.table?如何在 data.table 中链接顺序、分组、变异、透视？
【发布时间】：2021-12-05 16:17:58
【问题描述】：

我是 data.table 的新手，尝试复制一些 dplyr 代码，但在 data.table 中遇到 pivot / reshaping data 问题代码。

库

library(data.table)
library(lubridate)
library(tidyverse)

test_df <- data.frame(id = c(1234, 1234, 5678, 5678),
           date = c("2021-10-10","2021-10-10", "2021-8-10", "2021-8-15"),
           Amount  = c(54767, 96896, 34534, 79870)) %>% 
  
  mutate(date = ymd(date))

dplyr 代码：

test_df %>% 
  group_by(id) %>% 
  arrange(date) %>% 
  mutate(Amt_first = first(Amount),
         Amt_last = last(Amount)) %>%
  ungroup() %>%

  pivot_longer(cols = c(Amt_first:Amt_last), names_to = "Amt_catg", 
  values_to = "Amt_val")

结果：

# A tibble: 8 x 5
     id date       Amount Amt_catg  Amt_val
  <dbl> <date>      <dbl> <chr>       <dbl>
1  5678 2021-08-10  34534 Amt_first   34534
2  5678 2021-08-10  34534 Amt_last    79870
3  5678 2021-08-15  79870 Amt_first   34534
4  5678 2021-08-15  79870 Amt_last    79870
5  1234 2021-10-10  54767 Amt_first   54767
6  1234 2021-10-10  54767 Amt_last    96896
7  1234 2021-10-10  96896 Amt_first   54767
8  1234 2021-10-10  96896 Amt_last    96896

data.table 尝试：

setDT(test_df)[order(date),
             `:=`(Amt_first = data.table::first(Amount),
                   Amt_last = data.table::last(Amount)), 
             by = id] %>% 
    
    # https://cran.r-project.org/web/packages/data.table/vignettes/datatable-reshape.html
  data.table::melt(measure.vars = c("Amt_first","Amt_Last"),
                   variable.name = "Amt_catg", value.name = "Amt_val")

我在这里遇到错误。

【问题讨论】：

“我在这里遇到错误”。请不要对我们保密。如果您遇到错误，请将其包含在问题中，尤其是当问题的前提是基于该错误时。在这种情况下，Waldi 找到了它，可能无需运行代码。在这种情况下，我怀疑如果我们立即看到 One or more values in 'measure.vars' is invalid，有人会检查您的 measure.vars = c("Amt_first","Amt_Last") 以与之前的代码/数据进行快速比较。
@r2evans，是的，你是绝对正确的，通常我确实包含错误和结果。将来我会更加小心地将它们包括在内，因为它可以使每个人都更容易。谢谢！！

标签： r data.table

【解决方案1】：

输出可以通过全连接实现：

setDT(test_df)

merge(
  test_df,
  test_df[order(date), 
          .(Amt_catg = c('Amt_first', 'Amt_last'), 
            Amt_val = Amount[c(1L, .N)]), 
          by = id]
)

#      id       date Amount  Amt_catg Amt_val
# 1: 1234 2021-10-10  54767 Amt_first   54767
# 2: 1234 2021-10-10  54767  Amt_last   96896
# 3: 1234 2021-10-10  96896 Amt_first   54767
# 4: 1234 2021-10-10  96896  Amt_last   96896
# 5: 5678 2021-08-10  34534 Amt_first   34534
# 6: 5678 2021-08-10  34534  Amt_last   79870
# 7: 5678 2021-08-15  79870 Amt_first   34534
# 8: 5678 2021-08-15  79870  Amt_last   79870

【讨论】：

感谢@sindri_baldur 分享这种替代方式。我从来没有想过这一点，这对我以后的使用真的很有帮助。

【解决方案2】：

您收到错误是因为您拼错了Amt_last：

setDT(test_df)[order(date),
                 `:=`(Amt_first = data.table::first(Amount),
                      Amt_last = data.table::last(Amount)), 
                 by = id] %>%
  data.table::melt(id.vars=c('id','date'),measure.vars = c("Amt_first","Amt_last"),
                   variable.name = "Amt_catg", value.name = "Amt_val")

     id       date Amount  Amt_catg Amt_val
1: 1234 2021-10-10  54767 Amt_first   54767
2: 1234 2021-10-10  96896 Amt_first   54767
3: 5678 2021-08-10  34534 Amt_first   34534
4: 5678 2021-08-15  79870 Amt_first   34534
5: 1234 2021-10-10  54767  Amt_last   96896
6: 1234 2021-10-10  96896  Amt_last   96896
7: 5678 2021-08-10  34534  Amt_last   79870
8: 5678 2021-08-15  79870  Amt_last   79870

【讨论】：

谢谢@Waldi，我没有意识到我在那里打错了字。再次感谢！！