数据表DT [i，j，by]不使用i中的标准来选择组 [英] data table DT[i, j, by] does not select groups using criteria in i
本文介绍了数据表DT [i，j，by]不使用i中的标准来选择组的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我不知道这里的数据是什么，可能是我缺少一些简单的东西。
对于我的数据集，我有一个id na集群点分配
例如
BS：100021只分配了一个聚类点
$ b b
其中
BS：100135已分配6个群集点
重现我的例子
set.seed （1）
xx < - cbind（rep（BS：100021，30），rep（1,30））
yy < ），$ reps（1：6,10））
mm< - as.data.table（rbind（xx，yy））
names（mm）集群）
现在如果我想过滤掉BS：100021n类似，我正在尝试mm [ 1，.SD，dSc]
我还在得到
dSc集群
1：BS：100021 1
2：BS：100021 1
3：BS：100021 1
4：BS：100021 1
5：BS：100021 1
6：BS：100021 1
7：BS：100021 1
8：BS：100021 1
9：BS：100021 1
10：BS：100021 1
11：BS：100021 1
12：BS：100021 1
13：BS：100021 1
14：BS：100021 1
15：BS：100021 1
16：BS：100021 1
17：BS：100021 1
18：BS：100021 1
19：BS：100021 1
20：BS：100021 1
21：BS：100021 1
22：BS：100021 1
23：BS：100021 1
24：BS：100021 1
25：BS：100021 1
26：BS：100021 1
27：BS：100021 1
28：BS：100021 1
29：BS：100021 1
30：BS：100021 1
31：BS：100135 1
32：BS：100135 2
33：BS：100135 3
34：BS：100135 4
35：BS：100135 5
36：BS：100135 6
37：BS：100135 1
38：BS：100135 2
39：BS：100135 3
40：BS：100135 4
41：BS：100135 5
42：BS：100135 6
43：BS：100135 1
44：BS：100135 2
45：BS：100135 3
46：BS：100135 4
47：BS：100135 5
48：BS：100135 6
49：BS：100135 1
50：BS：100135 2
51：BS：100135 3
52：BS：100135 4
53：BS：100135 5
54：BS：100135 6
55：BS：100135 1
56：BS：100135 2
57：BS：100135 3
58：BS：100135 4
59：BS：100135 5
60：BS：100135 6
61：BS：100135 1
62：BS：100135 2
63：BS：100135 3
64：BS：100135 4
65：BS：100135 5
66：BS：100135 6
67：BS：100135 1
68：BS：100135 2
69：BS：100135 3
70：BS：100135 4
71：BS：100135 5
72：BS：100135 6
73：BS：100135 1
74：BS：100135 2
75：BS：100135 3
76：BS：100135 4
77：BS：100135 5
78：BS：100135 6
79：BS：100135 1
80：BS：100135 2
81：BS：100135 3
82：BS：100135 4
83：BS：100135 5
84：BS：100135 6
85：BS：100135 1
86：BS：100135 2
87：BS：100135 3
88：BS：100135 4
89：BS：100135 5
90：BS：100135 6
dSc集群
解决方案您可以使用：
list.of.dSc< - NULL
for（i in seq_along（unique（mm $ dSc）））{
if（length（unique（mm [mm $ dSc == as.character（unique（mm $ dSc）[i ]），Cluster]））== 1）{
list.of.dSc <-c（list.of.dSc，unique（as.character（mm $ dSc））[i]）
}
}
mm [！（mm $ dSc％in％list.of.dSc），]
dSc集群
BS：100135 1
32 BS：100135 2
33 BS：100135 3
34 BS：100135 4
35 BS：100135 5
...
您可以找到所有只有一个集群类的实例（或每个dSc），将它们添加到列表
list.of.dSc），然后使用％in％过滤mm <
这不是很漂亮，但我认为它解决了你的问题。
I am not sure whats going on here with my data ,may be I am missing some simple things .
For my dataset I have a id n a cluster point assigned to each id and I want to filter out the the ids which have only have a single cluster assigned to them .
for e.g
BS:100021 has only 1 cluster point assigned to itwhere as
BS:100135 has 6 cluster point assigned to itto reproduce my example
set.seed(1) xx <- cbind(rep("BS:100021",30),rep(1,30)) yy <- cbind(rep("BS:100135",60),rep(1:6,10)) mm <- as.data.table(rbind(xx,yy)) names(mm ) <- c("dSc","Cluster")Now if I want to filter out
"BS:100021"n similar and I am tryingmm[length(unique(Cluster)) > 1,.SD,dSc]I am still getting
dSc Cluster 1: BS:100021 1 2: BS:100021 1 3: BS:100021 1 4: BS:100021 1 5: BS:100021 1 6: BS:100021 1 7: BS:100021 1 8: BS:100021 1 9: BS:100021 1 10: BS:100021 1 11: BS:100021 1 12: BS:100021 1 13: BS:100021 1 14: BS:100021 1 15: BS:100021 1 16: BS:100021 1 17: BS:100021 1 18: BS:100021 1 19: BS:100021 1 20: BS:100021 1 21: BS:100021 1 22: BS:100021 1 23: BS:100021 1 24: BS:100021 1 25: BS:100021 1 26: BS:100021 1 27: BS:100021 1 28: BS:100021 1 29: BS:100021 1 30: BS:100021 1 31: BS:100135 1 32: BS:100135 2 33: BS:100135 3 34: BS:100135 4 35: BS:100135 5 36: BS:100135 6 37: BS:100135 1 38: BS:100135 2 39: BS:100135 3 40: BS:100135 4 41: BS:100135 5 42: BS:100135 6 43: BS:100135 1 44: BS:100135 2 45: BS:100135 3 46: BS:100135 4 47: BS:100135 5 48: BS:100135 6 49: BS:100135 1 50: BS:100135 2 51: BS:100135 3 52: BS:100135 4 53: BS:100135 5 54: BS:100135 6 55: BS:100135 1 56: BS:100135 2 57: BS:100135 3 58: BS:100135 4 59: BS:100135 5 60: BS:100135 6 61: BS:100135 1 62: BS:100135 2 63: BS:100135 3 64: BS:100135 4 65: BS:100135 5 66: BS:100135 6 67: BS:100135 1 68: BS:100135 2 69: BS:100135 3 70: BS:100135 4 71: BS:100135 5 72: BS:100135 6 73: BS:100135 1 74: BS:100135 2 75: BS:100135 3 76: BS:100135 4 77: BS:100135 5 78: BS:100135 6 79: BS:100135 1 80: BS:100135 2 81: BS:100135 3 82: BS:100135 4 83: BS:100135 5 84: BS:100135 6 85: BS:100135 1 86: BS:100135 2 87: BS:100135 3 88: BS:100135 4 89: BS:100135 5 90: BS:100135 6 dSc Cluster
解决方案You could use:
list.of.dSc <- NULL for(i in seq_along(unique(mm$dSc))){ if(length(unique(mm[mm$dSc == as.character(unique(mm$dSc)[i]), "Cluster"])) == 1){ list.of.dSc <- c(list.of.dSc, unique(as.character(mm$dSc))[i]) } } mm[!(mm$dSc %in% list.of.dSc),] dSc Cluster 31 BS:100135 1 32 BS:100135 2 33 BS:100135 3 34 BS:100135 4 35 BS:100135 5 ...You find all instances (or, each dSc) where there is only one cluster class, add them to a list (
list.of.dSc), and then use%in%to filtermmfor all entries that are not in that list.It's not very pretty, but I think it solves your question.
这篇关于数据表DT [i，j，by]不使用i中的标准来选择组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！
查看全文
