Vorrei impostare il primo e l'ultimo valore in un gruppo su NA. Ecco un esempio:R: data.table, imposta il primo e l'ultimo valore di un gruppo su NA
DT <- data.table(v = rnorm(12), class=rep(1:3, each=4))
DT[, v[c(1,.N)] := NA , by=class]
Ma questo non funziona. Come posso farlo?
Al momento, la soluzione è estrarre gli indici e quindi eseguire un compito per riferimento.
idx = DT[, .(idx = .I[c(1L, .N)]), by=class]$idx
DT[idx, v := NA]
Cercherò e aggiungi a esempio per il Reference semantics vignetta.
Con una funzione di supporto è facile
set.na = function(x,y) {x[y] = NA; x}
DT[, set.na(v,c(1,.N)) , by=class]
Il modo canonico per modificare sottoinsiemi dei dati è quello di utilizzare i per definire il sottoinsieme. Non è possibile utilizzare [ insieme a :=. O creare uno spazio temporaneo i come suggerito da @David Arenburg oppure è possibile creare il vettore finale utilizzando una costruzione c(NA, v[-c(1, .N)], NA).
DT[, v := c(NA, v[-c(1, .N)], NA)[1:.N], by = class]
Tuttavia, dovresti anche notare che l'ordine delle righe può cambiare quando ad es. impostare una nuova chiave o utilizzare un numero qualsiasi di funzioni. Quindi dovresti stare molto attento con questa operazione.
Questo non può essere un one-liner, ma ha 'prima' e 'ultima' nel codice :)
> DT <- data.table(v = rnorm(12), class=rep(1:3, each=4))
> setkey(DT, class)
> classes = DT[, .(unique(class))]
> DT[classes, v := NA, mult='first']
> DT[classes, v := NA, mult='last']
> DT
v class
1: NA 1
2: -1.8191 1
3: -0.6355 1
4: NA 1
5: NA 2
6: -1.1771 2
7: -0.8125 2
8: NA 2
9: NA 3
10: 0.2357 3
11: 0.3416 3
12: NA 3
>
ordine anche conservati per le colonne non chiave. Penso che sia una funzionalità documentata (impegnata a).
Il secondo comando può essere eseguito con qualcosa come 'set (DT, j =" v ", i = idx, value = NA)', giusto? Sapresti meglio di me se è più veloce. – Frank
@Frank, se lo stai facendo più e più volte, sì 'set()' sarebbe più veloce in quanto non ha il sovraccarico di '[.data.table'. Non dovrebbe importare qui – Arun