Question

我有一个大的data.table，其中每行我需要根据完整data.table的一部分进行计算。作为一个例子，考虑以下data.table，并假设我为每一行想要计算id2与当前行的id1匹配的每一行的num变量的总和，以及时间变量在距离时间1的距离内。当前行。

set.seed(123)

dat <- data.table(cbind(id1=sample(1:5,10,replace=T),
                        id2=sample(1:5,10,replace=T),
                        num=sample(1:10,10,replace=T),
                        time=sample(1:10,10,replace=T)))

这可以通过循环遍历每一行来轻松完成

dat[,val:= 0]
for (i in 1:nrow(dat)){
  this.val <- dat[ (id2==id1[i]) & (time>=time[i]-2) & (time<=time[i]+2),sum(num)]
  dat[i,val:=this.val]
}

dat

结果data.table如下所示：

   > dat
        id1 id2 num time val
     1:   2   5   9   10   6
     2:   4   3   7   10   0
     3:   3   4   7    7  10
     4:   5   3  10    8   9
     5:   5   1   7    1   2
     6:   1   5   8    5   6
     7:   3   2   6    8  17
     8:   5   1   6    3  10
     9:   3   2   3    4   0
    10:   3   5   2    3   0

使用data.table执行此类操作的正确/快速方法是什么？

Answer 1

我们可以通过创建'timeminus2'和'timeplus2'列来使用自联接，通过'id2'加入on和'id1'以及非等概率条件来获得{{1 'num'并将（sum）'val'列分配给原始数据集

:=

data.table中的行条件列操作

1 个答案: