通过按条件对变量进行分组对 data.table 进行排序答案

【问题标题】：Sort data.table by grouping variable with condition通过按条件对变量进行分组对 data.table 进行排序
【发布时间】：2020-04-01 16:52:40
【问题描述】：

我有以下data.table（实际上我的data.table 更大（更多组和更多其他变量））：

Data <- data.table(Group = rep(c("a", "b"), each = 3),
                   Var = 1:6)

> print(Data)
   Group Var
1:     a   1
2:     a   2
3:     a   3
4:     b   4
5:     b   5
6:     b   6

现在我想根据变量Group 对data.table 进行排序，但前提是Group == "a"。我的糟糕尝试如下：

> Data[Group == "a", .SD[.N:1]]
   Group Var
1:     a   3
2:     a   2
3:     a   1

我知道为什么这是错误的，但我想不出一个能得到我想要的输出的解决方案：

   Group Var
1:     a   3
2:     a   2
3:     a   1
4:     b   4
5:     b   5
6:     b   6

【问题讨论】：

标签： r sorting data.table grouping

【解决方案1】：

您的尝试将适用于

library(data.table)
Data[Group == "a"] <- Data[Group == "a", .SD[.N:1]]
Data
#    Group Var
#1:     a   3
#2:     a   2
#3:     a   1
#4:     b   4
#5:     b   5
#6:     b   6

但是，如果您想根据Var 对行进行降序排序，则上述只是反转行，您可以这样做

Data[Group == "a"] <- Data[Group == "a", .SD[order(-Var)]]

如果你有多个列，你可以这样做

cols <- c("a", "b")
Data[Group %in% cols] <- Data[Group %in% cols,.SD[order(-Var)],Group]

data.table 的更好方法是按照 @markus 的建议通过引用进行更新

Data[Group %in% cols, Var := .SD[order(-Var)]$Var]

【讨论】：

谢谢！如果我有很多组并且我想为某些组排序行，我不确定这是否可行。
@RonakShah 你的第二种方法也可以写成Data[Group == "a", Var := .SD[order(-Var)]$Var]，通过引用修改Var。
@markus 是的，我正在尝试，但无法做到。谢谢，我已经更新了答案。

【解决方案2】：

不使用.SD 表示法：

> Data[Group == "a", Var := sort(Var, decreasing = TRUE)]
> Data

   Group Var
1:     a   3
2:     a   2
3:     a   1
4:     b   4
5:     b   5
6:     b   6

由于您有一个较大的 data.table 和更多组，您可能希望考虑使用 .I 表示法（参见 @nathaneastwood 的 article），因为它在某些情况下会带来更好的性能。在这里，.I 将标识感兴趣的行号。让我们更改示例，以便我们对两个组感兴趣：

Data <- data.table(Group = rep(c("a", "b", "c"), each = 3), Var = 10:18)

然后：

> Data[Data[, .I[Group  %in% c("a", "c")]], Var := sort(Var, decreasing = TRUE), by = Group]

> Data
   Group Var
1:     a  12
2:     a  11
3:     a  10
4:     b  13
5:     b  14
6:     b  15
7:     c  18
8:     c  17
9:     c  16

为了完整起见，基本思想包含在：

Data[Group %in% c("a", "c"), Var:= sort(Var, decreasing = TRUE), by = Group]

【讨论】：