有条件地选择具有Data.Table的组中的行 [英] Conditionally Select Rows within a Group with Data.Table

问题描述

我正在寻找使用data.table的解决方案―我有一个data.table，其中包含以下列:

I am looking for solutions using data.table ― I have a data.table with the following columns:

data <- data.frame(GROUP=c(3,3,4,4,5,6),
                    YEAR=c(1979,1985,1999,2011,2012,1994),
                    NAME=c("S","A","J","L","G","A"))

data <- as.data.table(data)

Data.table:

Data.table:

GROUP  YEAR    NAME
3      1979    Smith 
3      1985    Anderson
4      1999    James
4      2011    Liam
5      2012    George
6      1994    Adams

对于每个组，我们要使用以下规则选择一行:

For each group we want to select one row using the following rule:

• 如果年份> 2000，请选择年份高于 2000的行.
• 如果没有年份> 2000，则选择具有最大年份的行.

所需的输出:

GROUP  YEAR    NAME
3      1985    Anderson
4      2011    Liam
5      2012    George
6      1994    Adams

谢谢！我已经为此苦苦挣扎了一段时间.

Thanks! I have been struggling with this for a while.

推荐答案

data.table 如果要对特殊的 .I 行计数器进行子集化，应该会简单得多:/p>

data.table should be a lot simpler if you subset the special .I row counter:

library(data.table)
setDT(data)
data[
  data[
        ,
        if(any(YEAR > 2000)) 
           .I[which.min(2000 - YEAR)] else
           .I[which.max(YEAR)],
        by=GROUP
      ]$V1
]
#   GROUP YEAR NAME
#1:     3 1985    A
#2:     4 2011    L
#3:     5 2012    G
#4:     6 1994    A

感谢@ r2evans提供背景信息-

Thanks to @r2evans for the background info -

.I 是一个等效于 seq_len(nrow(x))的整数向量.
参考: http://rdrr.io/cran/data.table/man/special-symbols.html

.I is an integer vector equivalent to seq_len(nrow(x)).
Ref: http://rdrr.io/cran/data.table/man/special-symbols.html

所以，我在这里要做的就是为每个 by = 级别的每次计算获取整个 data 的匹配行索引.然后使用这些行索引再次对 data 进行子集化.

So, all I'm doing here is getting the matching row index for the whole of data for each of the calculations at each by= level. Then using these row indexes to subset data again.

这篇关于有条件地选择具有Data.Table的组中的行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！