Операции условного столбца строки в data.table
У меня есть большая data.table, где я для каждой строки нужно делать вычисления на основе части полной таблицы данных. В качестве примера рассмотрим следующую таблицу данных и предположим, что для каждой строки я хочу вычислить сумму переменной num для всех строк, где id2 соответствует id1 для текущей строки, а также временная переменная находится на расстоянии 1 от времени текущей строки.
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)))
Это можно легко сделать, перейдя по каждой строке, подобной этой
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
Полученная таблица данных выглядит следующим образом:
> 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
Каков правильный/быстрый способ делать такие вещи, используя data.table?
Ответы
Ответ 1
Мы можем использовать самосоединение здесь, создав столбец "timeminus2" и "timeplus2", присоедините on к "id2" с "id1" и неравновесное условие, чтобы получить sum of ' num 'и присвойте (:=) столбец "val" исходному набору данных
tmp <- dat[.(id1 = id1, timeminus2 = time - 2, timeplus2 = time + 2),
.(val = sum(num)),
on = .(id2 = id1, time >= timeminus2, time <= timeplus2),
by = .EACHI
][is.na(val), val := 0][]
dat[, val := tmp$val][]
# 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
