如何避免 data.table 内的冗余计算？

Question

我需要通过两个id1和id2在数据表的数据列中找到唯一的两个最小值：

n <- 12
set.seed(1234)
id1 <- rep(1:2, each = 6)
id2 <- rep(1:6, each = 2)
data <- 100+100*rnorm(n)
dt <- data.table(id1=id1, id2=id2, data=data)

在下面找到 function ，给定第二个 id id2 ，同时计算两个唯一最小值并将它们导出为向量：

detect_two_lower <- function(ids, values){
  dt <- data.table(ids, values)
  dt <- dt[, .(V1=min(values, na.rm = T))
           , by = ids
  ][order(V1)]
  min_1 <- dt$V1[1]
  min_2 <- dt$V1[2]
  nn <- c(min_1 = min_1, min_2 = min_2)
}
detect_two_lower <- memoise(detect_two_lower)

然后在 data.table 上应用 function， by = id1分组：

dt[, `:=` ( min_1 = detect_two_lower(id2, data)[1]
           ,min_2 = detect_two_lower(id2, data)[2])
   , by = id1
]

计算按预期运行（见下文）。 但是请注意，代码使用相同的参数调用了两次detect_two_lower 。 作为一种解决方法，我尝试尽量减少使用memoise的返工，但我想避免使用这个补丁。 有没有更好的方法来实现相同的结果？

dt
    id1 id2         data        min_1     min_2
 1:   1   1  -20.7065749 -134.5697703 -20.70657
 2:   1   1  127.7429242 -134.5697703 -20.70657
 3:   1   2  208.4441177 -134.5697703 -20.70657
 4:   1   2 -134.5697703 -134.5697703 -20.70657
 5:   1   3  142.9124689 -134.5697703 -20.70657
 6:   1   3  150.6055892 -134.5697703 -20.70657
 7:   2   4   42.5260040    0.1613555  10.99622
 8:   2   4   45.3368144    0.1613555  10.99622
 9:   2   5   43.5548001    0.1613555  10.99622
10:   2   5   10.9962171    0.1613555  10.99622
11:   2   6   52.2807300    0.1613555  10.99622
12:   2   6    0.1613555    0.1613555  10.99622 

Answer 1

从 function 返回list

library(data.table)

detect_two_lower <- function(ids, values){
  dt <- data.table(ids, values)
  dt <- dt[, .(V1=min(values, na.rm = T)), by = ids][order(V1)]
  as.list(dt$V1)
}

因此，您可以直接分配它们：

dt[, c('min_1', 'min_2') := detect_two_lower(id2, data), id1]