与数据表中的 j 相同会导致奇怪的结果

Question

让我们保持简单。 我有以下 DT：

library(data.table)
test <- setDT(data.frame(a=c(1,2,2,1,3,3,3,4,4,4),b=c(1:9,9)))

test[a == 4,sum(b),b]

给出：

   b V1
1: 8  8
2: 9  9

但为什么？ 第二行的总和不应该等于18吗？ 如果我先使用：

test[a == 4]

我们得到

   a b
1: 4 8
2: 4 9
3: 4 9

很明显，第二个 b 组的 b 总和应该是 18。我错过了什么？ 注意：我并不是说这个命令有多大意义，但我现在正试图理解它。

Answer 1

您不应该对同一列b sum和group ，否则您将始终得到一个新列V1 ，其值与组列b相同，因为组列b中的每个值都是唯一的，这意味着您将获得它自己如果您按b ( V1 = b ) 中的唯一值sum 。 出于您的目的，您可以使用新变量rleid(b)进行分组，该变量标记不同的组。

dt = data.table(a=c(1,2,2,1,3,3,3,4,4,4),b=c(1:9,9)))
dt[a == 4, .(a = unique(a), b = unique(b), sumb = sum(b)), by = rleid(b)]
#   rleid     a     b  sumb
#   <int> <num> <num> <num>
#1:     1     4     8     8
#2:     2     4     9    18

PS如果您使用dt[,c:=b]创建列b的副本，然后尝试dt[a == 4,sum(b),c]您也可以更好地理解

dt[,c := b][a == 4,sum(b),c]
#       c    V1
#   <num> <num>
#1:     8     8
#2:     9    18