5

我有一个与这个问题相关的问题，我之前问过这个问题：Assignment of a value from a foreach loop。我发现，尽管友好用户为我提供的解决方案指向了正确的方向，但它们并没有解决我的实际问题。这里是样本数据集：

td <- data.table(date=c(rep(1,10),rep(2,10)),var=c(rep(1,4),2,rep(1,5)),id=rep(1:10,2))

它和以前一样，但它更好地反映了我的真实数据我想要用文字做什么：对于每个 id，我希望在一定时期内获得所有其他 id 的平均值（例如 mean(td[date=="2004 -01-01" & id!=1]$var) 但适用于所有时期和所有 id）。所以它是某种嵌套操作。我尝试过这样的事情：

td[,.SD[,mean(.SD$var[-.I]),by=id],by=date]

但这并没有给出正确的结果。

4

2 回答 2

5

更新：

 Josh very intelligently suggested to use `.BY ` instead of `.GRP`

td[, td[!.BY, mean(var), by=date], by=id]

原答案：

如果您键入，id您可以通过.GRP以下方式使用：

setkey(td, id)

## grab all the unique IDs. Only necessary if not all ids are 
##     represented in all dates
uid <- unique(td$id)

td[, td[!.(uid[.GRP]), mean(var), by=date] , by=id]


    id date       V1
 1:  1    1 1.111111
 2:  1    2 1.111111
 3:  2    1 1.111111
 4:  2    2 1.111111
 5:  3    1 1.111111
 6:  3    2 1.111111
 7:  4    1 1.111111
 8:  4    2 1.111111
 9:  5    1 1.000000
10:  5    2 1.000000
11:  6    1 1.111111
12:  6    2 1.111111
13:  7    1 1.111111
14:  7    2 1.111111
15:  8    1 1.111111
16:  8    2 1.111111
17:  9    1 1.111111
18:  9    2 1.111111
19: 10    1 1.111111
20: 10    2 1.111111
于 2013-09-21T20:17:07.667 回答
3

这行吗？

DT[,{
    vbar <- mean(var)
    n <- .N
    .SD[,(n*vbar-sum(var))/(n-.N),by=id]
},by='date']

编辑（回复@Arun的评论）：中间的神秘表达是（伪代码）的解决方案

mean(everything) = weight(this)*mean(this) + weight(others)*mean(others)

EDIT2（基准测试）：我更喜欢 Josh/Richardo 的回答，但是这部分代数减少了计算的数量，因为这很重要：

require(microbenchmark)
setkey(DT,id)
microbenchmark(
    algebra=DT[,{
        vbar <- mean(var)
        n <- .N
        .SD[,(n*vbar-sum(var))/(n-.N),by=id]
    },by='date'],
    bybyby=DT[, DT[!.BY, mean(var), by=date], by=id]
)
# Unit: milliseconds
#     expr       min        lq    median       uq       max neval
#  algebra  6.448764  6.920922  7.083707  7.38093  64.36238   100
#   bybyby 37.778504 39.425788 41.628918 44.26533 130.85040   100

用户可能已经键入了他们的 DT，但如果没有，我猜这也会带来一点成本。

于 2013-09-21T20:18:53.947 回答