data.table按组分配向量

Question

假设我们有以下data.table

dt = data.table(a=letters[1:20], b = c(rep(1,3),rep(2,7),rep(3,5),rep(4,5)))

那是

    a b
 1: a 1
 2: b 1
 3: c 1
 4: d 2
 5: e 2
 6: f 2
 7: g 2
 8: h 2
 9: i 2
10: j 2
11: k 3
12: l 3
13: m 3
14: n 3
15: o 3
16: p 4
17: q 4
18: r 4
19: s 4
20: t 4

我想为每行分配一个从0到1的等级，但按b列分组。 我正在做

dt[,len:=.N,by=b][,rank:=c(0:(len-1))/(len-1),by=b][,len:=NULL]

len在那里只是为了计算等级，然后被删除。 我得到

    a b      rank
 1: a 1 0.0000000
 2: b 1 0.5000000
 3: c 1 1.0000000
 4: d 2 0.0000000
 5: e 2 0.1666667
 6: f 2 0.3333333
 7: g 2 0.5000000
 8: h 2 0.6666667
 9: i 2 0.8333333
10: j 2 1.0000000
11: k 3 0.0000000
12: l 3 0.2500000
13: m 3 0.5000000
14: n 3 0.7500000
15: o 3 1.0000000
16: p 4 0.0000000
17: q 4 0.2500000
18: r 4 0.5000000
19: s 4 0.7500000
20: t 4 1.0000000

这正是我想要的。 问题是我也得到这个

   Warning messages:
 1: In base::":"(from, to) :
  numerical expression has 3 elements: only the first used
 2: In base::":"(from, to) :
  numerical expression has 7 elements: only the first used
 3: In base::":"(from, to) :
  numerical expression has 5 elements: only the first used
 4: In base::":"(from, to) :
  numerical expression has 5 elements: only the first used

我想不理会它们，当数据很小并且我可以目视检查结果时，这很好。 但是由于我的data.table具有数千行，因此我想确保这些警告实际上是无害的。

你怎么看？ 或者，等效地，我通过分组data.table分配“向量”的方法是否被允许？ 有其他选择吗？

谢谢

Answer 1

您将从以下代码部分获得警告： 0:(len-1) 。 : ， len-1的第二个参数是长度为.N的向量，但:想要长度为1的向量。您可以使用(1:2):(2:3)或seq_len(2):seq_len(2)重新创建警告seq_len(2):seq_len(2) 。

下面将在一行中计算您想要的内容，而不会发出警告：

dt[, rank := (seq_len(.N) - 1) / (.N - 1), by=b]
dt
    a b      rank
 1: a 1 0.0000000
 2: b 1 0.5000000
 3: c 1 1.0000000
 4: d 2 0.0000000
 5: e 2 0.1666667
 6: f 2 0.3333333
 7: g 2 0.5000000
 8: h 2 0.6666667
 9: i 2 0.8333333
10: j 2 1.0000000
11: k 3 0.0000000
12: l 3 0.2500000
13: m 3 0.5000000
14: n 3 0.7500000
15: o 3 1.0000000
16: p 4 0.0000000
17: q 4 0.2500000
18: r 4 0.5000000
19: s 4 0.7500000
20: t 4 1.0000000