使用 data.table 计算百分比和其他函数

Question

我想将聚合函数和百分比函数应用于列。我发现讨论聚合的线程 (Calculating multiple aggregations with lapply(.SD, ...) in data.table R package) 和讨论百分比的线程 (How to obtain percentages per value for the keys in R using data.table? 和 Use data.table to calculate the percentage of occurrence depending on the category in another column)，但不是两者兼而有之。

请注意，我正在寻找基于 data.table 的方法。 dplyr 不适用于实际数据集。

这是生成示例数据的代码：

set.seed(10)
  IData <- data.frame(let = sample( x = LETTERS, size = 10000, replace=TRUE), numbers1 = sample(x = c(1:20000),size = 10000), numbers2 = sample(x = c(1:20000),size = 10000))
  IData$let<-as.character(IData$let)

  data.table::setDT(IData)

这是使用dplyr生成输出的代码

Output <- IData %>%
    dplyr::group_by(let) %>%
    dplyr::summarise(numbers1.mean = as.double(mean(numbers1)),numbers1.median = as.double(median(numbers1)),numbers2.mean=as.double(mean(numbers2)),sum.numbers1.n = sum(numbers1)) %>%
    dplyr::ungroup() %>%
    dplyr::mutate(perc.numbers1 = sum.numbers1.n/sum(sum.numbers1.n)) %>%
    dplyr::select(numbers1.mean,numbers1.median,numbers2.mean,perc.numbers1)

示例输出（标题） 如果我运行head(output)，我会得到：

  let numbers1.mean numbers1.median numbers2.mean perc.numbers1
  <chr>         <dbl>           <dbl>         <dbl>         <dbl>
    N     10320.951         10473.0      9374.435    0.03567927
    H      9683.590          9256.5      9328.035    0.03648391
    L     10223.322         10226.0      9806.210    0.04005400
    S      9922.486          9618.0     10233.849    0.03678742
    C      9592.620          9226.0      9791.221    0.03517997
    F     10323.867         10382.0     10036.561    0.03962035

这是我尝试使用data.table（不成功）

  IData[, as.list(unlist(lapply(.SD, function(x) list(mean=mean(x),median=median(x),sum=sum(x))))), by=let, .SDcols=c("numbers1","numbers2")] [,.(Perc = numbers1.sum/sum(numbers1.sum)),by=let]

我有 2 个问题：

a) 我如何使用data.table 解决这个问题？

b) 我看到上面的线程使用了prop.table。谁能指导我如何使用这个功能？

我真诚地感谢任何指导。

Answer 1

我们可以使用与data.table类似的方法

res <- IData[, .(numbers1.mean = mean(numbers1),
          numbers1.median = median(numbers1),
          numbers2.mean=mean(numbers2),
          sum.numbers1.n = sum(numbers1)), let
          ][, perc.numbers1 := sum.numbers1.n/sum(sum.numbers1.n)
           ][, c("let", "numbers1.mean",  "numbers1.median", 
                        "numbers2.mean", "perc.numbers1"), with = FALSE]

head(res)
#    let numbers1.mean numbers1.median numbers2.mean perc.numbers1
#1:   N     10320.951         10473.0      9374.435    0.03567927
#2:   H      9683.590          9256.5      9328.035    0.03648391
#3:   L     10223.322         10226.0      9806.210    0.04005400
#4:   S      9922.486          9618.0     10233.849    0.03678742
#5:   C      9592.620          9226.0      9791.221    0.03517997
#6:   F     10323.867         10382.0     10036.561    0.03962035