【发布时间】:2021-08-14 15:29:46
【问题描述】:
这是我的简化数据表:
| Individual | time_alive (day) |
|---|---|
| ID1 | 1 |
| ID2 | 5 |
| ID3 | 7 |
| ID4 | 5 |
我需要计算每天活着的人数。 我通过循环实现了这一点
for (i in c(-1:600)) {
y<-summarise(DT , time_alive > i )
Alive[i+2,]<-length(y[y==TRUE])
}
但是,对于超过 2B 个观察值的 data.frame,这确实很长。
我想尝试使用 data.table 的替代方法,但我被困在只有 1 天的有效计算数:
DT[,.N,time_alive> i][time_alive==TRUE,2]
这里,i 不能用向量代替,只能用 1 个数字代替。我想计算寿命超过 i 天的个体数量,而不做循环。
我对简化数据的预期结果是:
| Day | Number of individual alive |
|---|---|
| 1 | 4 |
| 2 | 3 |
| 3 | 3 |
| 4 | 3 |
| 5 | 3 |
| 6 | 1 |
| 7 | 1 |
| 8 | 0 |
一行中的最佳解决方案,data.table 比循环快得多:
DT[, .(Day = seq_len(1 + max(time_alive)))][DT[,.(time_alive)], .(.N), on = .(Day <= time_alive), by = Day]
【问题讨论】:
-
很难理解你的问题。您的列 time_alive 中的变量究竟是什么,您期望什么输出?一世。 e.:如果您的数据只有这 4 行,您希望得到什么结果?
-
我编辑了我的问题,因此您可以使用 data.table 获得我正在寻找的结果。例如,对于变量 time_alive,个体 2 在第 5 天死亡,因此他被认为在第 1 天到第 5 天还活着。
标签: r list data.table cumsum