data.table不计算by中的NA组

Question

这个问题在这里有部分答案，但问题太具体了，我无法将其应用于我自己的问题。

我想使用时跳过NA组的潜在的大量的计算by 。

library(data.table)

DT = data.table(X = sample(10), 
                Y = sample(10), 
                g1 = sample(letters[1:2], 10, TRUE),
                g2 = sample(letters[1:2], 10, TRUE))

set(DT, 1L, 3L, NA)
set(DT, 1L, 4L, NA)
set(DT, 6L, 3L, NA)
set(DT, 6L, 4L, NA)

DT[, mean(X*Y), by = .(g1,g2)]

在这里我们可以看到最多有5组，包括(NA, NA)组。 考虑到（i）该组是无用的（ii）这些组可能非常大并且（iii）实际计算比mean(X*Y)更复杂，我能否以有效的方式跳过该组？ 我的意思是，没有创建剩余表的副本。 确实以下工作。

DT2 = data.table:::na.omit.data.table(DT, cols = c("g1", "g2"))
DT2[, mean(X*Y), by = .(g1,g2)]

Answer 1

您可以使用if子句：

DT[, if (!anyNA(.BY)) mean(X*Y), by = .(g1,g2)]

   g1 g2       V1
1:  b  a 25.75000
2:  a  b 24.00000
3:  b  b 35.33333

从?.BY帮助：

.BY是一个list包含每个项目的长度1载体中by 。 根据组变量的值，使用if()进行分支可能很有用。