在 R 中使用 data.table 进行条件数据操作答案

【问题标题】：Conditional data manipulation using data.table in R在 R 中使用 data.table 进行条件数据操作
【发布时间】：2017-02-15 07:23:53
【问题描述】：

我有 2 个数据框，testx 和 testy

testx

testx <- structure(list(group = 1:2), .Names = "group", class = "data.frame", row.names = c(NA,

-2L))

暴躁

 testy <- structure(list(group = c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L),

    time = c(1L, 3L, 4L, 1L, 4L, 5L, 1L, 5L, 7L), value = c(50L,

    52L, 10L, 4L, 84L, 2L, 25L, 67L, 37L)), .Names = c("group",

"time", "value"), class = "data.frame", row.names = c(NA, -9L

))

基于this topic，我使用以下代码添加了缺失的时间值，效果很好。

data <- setDT(testy, key='time')[, .SD[J(min(time):max(time))], by = group]

现在，如果 group 的值出现在 testx 中，我只想添加这些缺失的时间值。在此示例中，我只想为与文件 testx 中的组值匹配的组添加缺失的时间值。

 data <- setDT(testy, key='time')[,if(testy[group %in% testx[, group]]) .SD[J(min(time):max(time))], by = group]

我得到的错误是“选择了未定义的列”。我查看了here、here 和here，但我不明白为什么我的代码不起作用。我在大型数据集上这样做，为什么我更喜欢使用data.table。

【问题讨论】：

标签： r data.table

【解决方案1】：

当您在testy[] 内并使用group by 时，您不需要引用testy，直接使用group 作为变量会给出正确的结果，您需要额外的else 语句来返回分组所在的行不在testx 内，如果您想将所有记录保存在testy 中：

testy[, {if(group %in% testx$group) .SD[J(min(time):max(time))] else .SD}, by = group]

#     group time value
#  1:     1    1    50
#  2:     1    2    NA
#  3:     1    3    52
#  4:     1    4    10
#  5:     2    1     4
#  6:     2    2    NA
#  7:     2    3    NA
#  8:     2    4    84
#  9:     2    5     2
# 10:     3    1    25
# 11:     3    5    67
# 12:     3    7    37

【讨论】：