[英]How do I apply a function to row subsets of a data.table where each call returns a data.table
這是一個data.table
dt <- data.table(group = c("a","a","a","b","b","b"), x = c(1,3,5,1,3,5), y= c(3,5,8,2,8,9))
dt
group x y
1: a 1 3
2: a 3 5
3: a 5 8
4: b 1 2
5: b 3 8
6: b 5 9
這是一個在data.table上運行並返回data.table的函數
myfunc <- function(dt){
# Hyman spline interpolation (which preserves monotonicity)
newdt <- data.table(x = seq(min(dt$x), max(dt$x)))
newdt$y <- spline(x = dt$x, y = dt$y, xout = newdt$x, method = "hyman")$y
return(newdt)
}
如何將myfunc
應用於“group”列定義的每個dt子集? 換句話說,我想要一種有效的,通用的方法來做到這一點
result <- rbind(myfunc(dt[group=="a"]), myfunc(dt[group=="b"]))
result
x y
1: 1 3.000
2: 2 3.875
3: 3 5.000
4: 4 6.375
5: 5 8.000
6: 1 2.000
7: 2 5.688
8: 3 8.000
9: 4 8.875
10: 5 9.000
編輯:我已經更新了我的示例數據集和myfunc
因為我認為它最初過於簡單化,並邀請解決我正在嘗試解決的實際問題。
data.table
的整個想法是內存高效和快速。 因此,我們從不在data.table
范圍內使用$
(僅在非常罕見的情況下),並且我們不在data.table
的環境中創建data.table
對象(當前,甚至.SD
都有開銷)。
在您的情況下,您可以利用data.table
的非標准評估功能,並按如下方式定義您的功能
myfunc <- function(x, y){
temp = seq(min(x), max(x))
y = spline(x = x, y = y, xout = temp, method = "hyman")$y
list(x = temp, y = y)
}
然后在dt
范圍內的實現是直截了當的
dt[, myfunc(x, y), by = group]
# group x y
# 1: a 1 3.0000
# 2: a 2 3.8750
# 3: a 3 5.0000
# 4: a 4 6.3750
# 5: a 5 8.0000
# 6: b 1 2.0000
# 7: b 2 5.6875
# 8: b 3 8.0000
# 9: b 4 8.8750
# 10: b 5 9.0000
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.