Первое наблюдение по группе с помощью самостоятельного соединения

Я пытаюсь получить верхнюю строку группой из трех переменных, используя таблицу data.table.

У меня есть рабочее решение:

col1 <- c(1,1,1,1,2,2,2,2,3,3,3,3)
col2 <- c(2000,2000,2001,2001,2000,2000,2001,2001,2000,2000,2001,2001)
col4 <- c(1,2,3,4,5,6,7,8,9,10,11,12)
data <- data.frame(store=col1,year=col2,month=12,sales=col4)

solution1 <- data.table(data)[,.SD[1,],by="store,year,month"]

Я использовал более медленный подход, предложенный Мэтью Доуле по следующей ссылке:

https://stats.stackexchange.com/info/7884/fast-ways-in-r-to-get-the-first-row-of-a-data-frame-grouped-by-an-identifier

Я пытаюсь реализовать более быстрое самостоятельное соединение, но не могу заставить его работать.

Есть ли у кого-нибудь предложения?

Ответы

Ответ 1

вариант 1 (с использованием клавиш)

Задайте ключ store, year, month

DT <- data.table(data, key = c('store','year','month'))

Затем вы можете использовать unique для создания таблицы данных, содержащей уникальные значения ключевых столбцов. По умолчанию это займет первую запись

unique(DT)
   store year month sales
1:     1 2000    12     1
2:     1 2001    12     3
3:     2 2000    12     5
4:     2 2001    12     7
5:     3 2000    12     9
6:     3 2001    12    11

Но, конечно, вы могли бы использовать самосоединение с mult='first'. (другие параметры: 'all' или 'last')

# the key(DT) subsets the key columns only, so you don't end up with two 
# sales columns
DT[unique(DT[,key(DT), with = FALSE]), mult = 'first']

Вариант 2 (Нет ключей)

Без установки клавиши было бы быстрее использовать .I не .SD

DTb <- data.table(data)
DTb[DTb[,list(row1 = .I[1]), by = list(store, year, month)][,row1]]

Ответ 2

Как насчет:

solution2 <- data.table(data)[ , sales[1], by="store,year,month"]
> solution2
   store year month V1
1:     1 2000    12  1
2:     1 2001    12  3
3:     2 2000    12  5
4:     2 2001    12  7
5:     3 2000    12  9
6:     3 2001    12 11

Я думаю, вы могли бы переименовать этот столбец:

data.table(data)[,fsales := sales[1],by="store,year,month"]