[英]Passing multiple column names to "by" in a data.table function
我已经阅读了很多关于将列名传递给 data.table 函数的帖子,但我没有看到处理将多个变量传递给“by”的帖子。 我通常使用这样的代码来按组计算汇总统计数据。
# Data
library(data.table)
dt=mtcars
setDT(dt)
# Summary Stats Example
dt[cyl==4,.(Count=.N,
Mean=mean(hp),
Median=median(hp)),
by=.(am,vs)]
# am vs Count Mean Median
# 1: 1 1 7 80.571 66
# 2: 0 1 3 84.667 95
# 3: 1 0 1 91.000 91
我无法使用以下功能:
# Function
myFun <- function(df,i,j,by){
df[i==4,.(Count=.N,
Mean=mean(j),
Median=median(j)),
by=.(am,by)]
}
myFun(dt,i='cyl',j='hp',by='vs')
请注意,我将“4”和“am”硬编码到此示例的函数中。 get()
在仅通过分组变量使用 1 时有效,但在使用多个分组变量时失败。 感谢有关在编写 data.table 函数时如何正确使用 get/quote/eval/substitute/parse/as.name/etc 的指导。
只需为data.table
by
一部分创建一个字符向量,它就会起作用:
myFun <- function(df, i, j, by){
df[get(i) == 4, .(Count = .N,
Mean = mean(get(j)),
Median = median(get(j))),
by = c(by, 'am')]
}
myFun(dt, i = 'cyl', j = 'hp', by = 'vs')
#vs am Count Mean Median
#1: 1 1 7 80.57143 66
#2: 1 0 3 84.66667 95
#3: 0 1 1 91.00000 91
我已经接受了 sm95 的回答。 下面是一个更复杂的示例/解决方案,它将列表发送到by
参数:
# Libraries
library(data.table)
# Data
dt = mtcars
setDT(dt)
# Function to calculate summary statistics
myFun <- function(df, i1var, i1val, i2var, i2val, # i arguments
j, # j arguments
by1var, by2var, by2val){ # by arguments
df[get(i1var) == i1val & get(i2var) %in% i2val,
.(Count = .N,
Mean = mean(get(j)),
Median = median(get(j))),
by = .(get(by1var), get(by2var) == by2val)]
} # END Function
# Run function
myFun(dt,i1var = 'cyl', i1val = 4, i2var = 'gear', i2val = c(3,4),
j = 'hp',
by1var = 'vs', by2var = 'am', by2val = 1)
# vs am Count Mean Median
# 1: 1 1 6 75.16667 66
# 2: 1 0 3 84.66667 95
# Should match
dt[cyl == 4 & gear %in% c(3,4),
.(Count = .N,
Mean = mean(hp),
Median = median(hp)),
by = .(vs, am == 1)]
# vs am Count Mean Median
# 1: 1 1 6 75.16667 66
# 2: 1 0 3 84.66667 95
这是我的备忘单:
get(var)
传递i
、 j
和by
变量i
或直接by
标准以上可能不适用于更复杂的功能,并且可能不是最优的。
如果by
是向量而不是列表(例如, by=c()
与by=.()
),则可以直接传递by
参数。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.