帶兩個分組變量的r data.table中的條件計數

Question

我有一個data.table ，其中有屬於多個分組的記錄。 我想為兩個變量歸入同一組的記錄數，其中分組變量可能包括一些NA。

以下示例數據：

library(data.table)

mydt <- data.table(id = c(1,2,3,4,5,6), 
                   travel = c("no travel", "morocco", "algeria", 
                              "morocco", "morocco", NA), 
                   cluster = c(1,1,1,2,2,2))

> mydt
   id    travel cluster
1:  1 no travel       1
2:  2   morocco       1
3:  3   algeria       1
4:  4   morocco       2
5:  5   morocco       2
6:  6      <NA>       2

在上面的示例中，我想按集群計算有多少人前往每個目的地。

最初，我是使用.N表示法執行此操作的，如下所示：

mydt[, ndest1 := as.double(.N), by = c("cluster", "travel")]

> mydt
   id    travel cluster ndest1
1:  1 no travel       1     1
2:  2   morocco       1     1
3:  3   algeria       1     1
4:  4   morocco       2     2
5:  5   morocco       2     2
6:  6      <NA>       2     1

但是，NAs被視為一個值-出於我的目的，此方法效果不佳，因為我后來想使用max(...)來確定最多人旅行到的每個集群中的哪個目的地（上述集群2中的摩洛哥max(...) ，如果在給定的群集中有很多NA，NA會被錯誤地標記為最受歡迎的目的地。

然后，我嘗試使用sum()代替，因為這很直觀，也可以排除NA：

mydt[, ndest2 := sum(!is.na(travel)), by = c("cluster", "travel")]

> mydt
   id    travel cluster ndest1 ndest2
1:  1 no travel       1      1      1
2:  2   morocco       1      1      1
3:  3   algeria       1      1      1
4:  4   morocco       2      2      1
5:  5   morocco       2      2      1
6:  6      <NA>       2      1      0

這給出了不正確的結果-經過進一步測試后，似乎是因為我對sum(...)的邏輯語句使用了與by語句中的分組變量之一相同的變量。

當我使用其他變量時，除了無法以這種方式排除NA之外，我將獲得所需的結果：

mydt[, ndest3 := sum(!is.na(id)), by = c("cluster", "travel")]

> mydt
   id    travel cluster ndest1 ndest2 ndest3
1:  1 no travel       1      1      1      1
2:  2   morocco       1      1      1      1
3:  3   algeria       1      1      1      1
4:  4   morocco       2      2      1      2
5:  5   morocco       2      2      1      2
6:  6      <NA>       2      1      0      1

這使我想到兩個問題：

1. 在data.table條件計數中，如何排除NA？
2. 為什么不能在和邏輯狀態中使用相同的變量，並在by之后不能將其用作分組變量？

任何見解將不勝感激。

Answer 1

您可以在i排除NA

mydt[!is.na(travel), ndest1 := .N, by = .(travel, cluster)][]
#   id    travel cluster ndest1
#1:  1 no travel       1      1
#2:  2   morocco       1      1
#3:  3   algeria       1      1
#4:  4   morocco       2      2
#5:  5   morocco       2      2
#6:  6      <NA>       2     NA