为对由`by`创建的data.table子集执行的操作提供函数参数答案

【问题标题】：Supplying function arguments for operations performed on data.table subsets created by `by`为对由`by`创建的data.table子集执行的操作提供函数参数
【发布时间】：2016-05-13 07:00:15
【问题描述】：

R 中的数据表具有三个（主要）组件：DT[i, j, by]。

我正在使用by 功能创建我的data.table DT 的子集，该功能将我的数据子集返回到j，在那里我可以对它们执行操作。在每个新子集中，我可以在j 中指定要使用的列。

来自the documentation（我略有改动）：

DT[, lapply(.SD, mean), by=., .SDcols=...] - 将乐趣（=mean）应用于所有人 .SDcols 中指定的列，同时按指定的列分组由。

这是很棒的功能！

我想知道是否可以为j 中使用的函数提供参数 - 在这种情况下：mean？

函数mean可以接受以下输入：

mean(x, trim = 0, na.rm = FALSE, ...)

如何在j 部分AND 中使用mean，例如na.rm = TRUE？

顺便说一句，我确实遇到了关于Reduce 的类似问题函数，它将函数递归地应用于数据集。我发现的最佳想法是创建要应用的函数的自定义版本，例如：

my_mean <- function(Data) {

    output <- mean(Data, na.rm = TRUE)

    return(output)
}

然后使用上面的示例，我将执行：

DT[, lapply(.SD, my_mean), by=., .SDcols=...]

【问题讨论】：

标签： r arguments data.table

【解决方案1】：

您可以将额外的参数传递给 lapply：

DT = data.table(x=c(1,2,3,4,NA),y=runif(5),z=c(1,1,1,2,2))
DT[, lapply(.SD, mean,na.rm=T), by=z]

【讨论】：

值得注意的是，这与data.table无关；见?lapply。
它与Reduce 的工作方式类似，发送by 定义的每个组中的值。