R，data.table，按列分组 *numbers* 并求和一列答案

【问题标题】：R, data.table, group by column *numbers* AND sum a columnR，data.table，按列分组 *numbers* 并求和一列
【发布时间】：2014-11-18 16:34:06
【问题描述】：

假设我有以下 data.table

> DT
#        A B C D E          N
#     1: J t X D N 0.07898388
#     2: U z U L A 0.46906049
#     3: H a Z F S 0.50826435
#    ---                     
#  9998: X b R L X 0.49879990
#  9999: Z r U J J 0.63233668
# 10000: C b M K U 0.47796539

现在我需要按一对列分组并计算总和 N。如果您事先知道列名，这很容易做到：

> DT[, sum(N), by=.(A,B)]
#      A B        V1
#   1: J t  6.556897
#   2: U z  9.060844
#   3: H a  4.293426
#  ---              
# 674: V z 11.439100
# 675: M x  1.736050
# 676: U k  3.676197

但我必须在函数中执行此操作，该函数接收要分组的列索引向量。

> f <- function(columns = 1:2) {
    DT[, sum(N), by=columns]
}
> f(1:2)
Error in `[.data.table`(DT, , sum(N), by = columns) : 
  The items in the 'by' or 'keyby' list are length (2). Each must be same 
  length as rows in x or number of rows returned by i (10000).

我也试过了：

> f(list("A", "B"))
Error in `[.data.table`(DT, , sum(N), by = list(columns)) : 
  column or expression 1 of 'by' or 'keyby' is type list. Do not quote column
  names. Usage: DT[,sum(colC),by=list(colA,month(colB))]

我该如何让它发挥作用？

【问题讨论】：

在函数中添加一行，根据“columns”参数标识列名。
啊哈，是的 nm <- paste(names(DT)[columns], collapse = ","); DT[,sum(N), by = nm] 工作
只需要nm <- colnames(DT)[columns]

标签： r data.table

【解决方案1】：

以下是我的处理方法：

f <- function(columns) {
  Get <- if (!is.numeric(columns)) match(columns, names(DT)) else columns
  columns <- names(DT)[Get]
  DT[, sum(N), by = columns]
}

第一行 (Get..) 如果“列”已经是数字，则将其保留为数字；如果不是，则将其从字符转换为数字。

用一些样本数据测试一下：

set.seed(1)
DT <- data.table(
  A = sample(letters[1:3], 20, TRUE),
  B = sample(letters[1:5], 20, TRUE),
  C = sample(LETTERS[1:2], 20, TRUE),
  N = rnorm(20)
)

## Should work with either column number or name
f(1)
f("A")
f(c(1, 3))
f(c("A", "C"))

【讨论】：