如何對group_by的結果應用自定義函數

Question

我想按某列對數據進行分組，然后用最近的觀察結果替換NA。 有什么方法可以將聚合函數以外的函數應用於group_by的結果？

這是用ddply實現的兩個示例：

1：

dt<-data.table(A=rep(c(1:3),2), B=c(1,2,NA,NA,2,5),C=c(9,NA,2,8,NA,4)
ddply(dt,"A",function(x){na.locf(x, na.rm = FALSE,fromLast=FALSE)})

2：

ddply(dt,"A",function(x){
 if (x[1,"A"]>2){
  x[,2:3]*1
 } else {
  x[,2:3]*(-1)
}

})

我不知道如何用groug_by復制它，它應該比ddply更快。 順便說一句，是否有任何NA替換功能都比na.locf更快？

提前謝謝了。

Answer 1

使用dplyr

dt %>%
   group_by(A) %>%
   mutate_each(funs(na.locf(., na.rm = FALSE, fromLast = FALSE)))

但是，如果您已經在使用data.table ，為什么不直接使用它呢？

dt[, lapply(.SD, na.locf, na.rm = FALSE, fromLast = FALSE), by = A]

您也可以像下面這樣使用:=運算符通過引用來更新數據表

dt[, names(dt)[-1] := lapply(.SD, na.locf, na.rm = FALSE, fromLast = FALSE), A]