3

我猜这真的是两个问题。我正在尝试使用 data.table 包来总结一个大型数据集。假设我的原始大型数据集是 df1，不幸的是 df1 有 50 列（y0...y49），我想要 3 个字段（segmentfield1、segmentfield2、segmentfield3）的总和。有没有比输入每个 y0...y49 列更简单的方法？与此相关，data.table 是否有一个通用的 na.rm=T 而不是每个总和都输入它？

dt1 <- data.table(df1)
setkey(dt1, segmentfield1, segmentfield2, segmentfield3)
dt2 <- dt1[,list( y0=sum(y0,na.rm=T), y1=sum(y1,na.rm=T), y2=sum(y2,na.rm=T), ... 
            y49=sum(y49,na.rm=T) ),
            by=list(segmentfield1, segmentfield2, segmentfield3)]
4

1 回答 1

7

首先，为正在使用的名称创建对象变量：

colsToSum <- names(dt1)  # or whatever you need
summedNms <- paste0( "y", seq_along(colsToSum) )

如果您想将其复制到新的 data.table

dt2 <- dt1[, lapply(.SD, sum, na.rm=TRUE), .SDcols=colsToSum]
setnames(dt2, summedNms)

或者，您希望将列附加到原始列

dt1[, c(summedNms) := lapply(.SD, sum, na.rm=TRUE), .SDcols=colsToSum]

就一般na.rm过程而言，没有一个特定的data.table，但看看?na.omit和?na.exclude

于 2013-09-23T14:38:56.833 回答