R data.table：按表达式分组时保留列

Question

当按涉及列的表达式（例如DT[...,.SD[c(1,.N)],by=expression(col)]）进行分组时，我想将col 的值保留在.SD 中。

例如，在下面我将a 的余数除以 3 进行分组，并在每组中保留第一个和最后一个观察值。但是，a 不再存在于 .SD 中

f <- function(x) x %% 3

Q <- data.table(a = 1:20, x = rnorm(20), y = rnorm(20))
Q[, .SD[c(1., .N)], by = f(a)]

   f         x          y
1: 1 0.2597929  1.0256259
2: 1 2.1106619 -1.4375193
3: 2 1.2862501  0.7918292
4: 2 0.6600591 -0.5827745
5: 0 1.3758503  1.3122561
6: 0 2.6501140  1.9394756

想要的输出就好像我已经完成了以下操作

Q[, f := f(a)]
tmp <- Q[, .SD[c(1, .N)], by=f]
Q[, f := NULL]
tmp[, f := NULL]
tmp

    a         x          y
1:  1 0.2597929  1.0256259
2: 19 2.1106619 -1.4375193
3:  2 1.2862501  0.7918292
4: 20 0.6600591 -0.5827745
5:  3 1.3758503  1.3122561
6: 18 2.6501140  1.9394756

有没有办法直接做到这一点，而无需创建新变量并创建新的中间data.table？

Answer 1

使用.I 代替.SD 来获取行索引，提取该列 ($V1) 并对原始数据集进行子集化

library(data.table)
Q[Q[, .I[c(1., .N)], by = f(a)]$V1]
#    a          x          y
#1:  1  0.7265238  0.5631753
#2: 19  1.7110611 -0.3141118
#3:  2  0.1643566 -0.4704501
#4: 20  0.5182394 -0.1309016
#5:  3 -0.6039137  0.1349981
#6: 18  0.3094155 -1.1892190

注意：“x”、“y”列中的值会有所不同，因为没有set.seed