如何对 group_by 的结果应用自定义函数

Question

我想按某些列对数据进行分组，然后用最近的观察结果替换 NA。有什么方法可以将聚合函数以外的函数应用于 group_by?

的结果

这是使用ddply实现的两个示例：

1:

dt<-data.table(A=rep(c(1:3),2), B=c(1,2,NA,NA,2,5),C=c(9,NA,2,8,NA,4)
ddply(dt,"A",function(x){na.locf(x, na.rm = FALSE,fromLast=FALSE)})

2:

ddply(dt,"A",function(x){
 if (x[1,"A"]>2){
  x[,2:3]*1
 } else {
  x[,2:3]*(-1)
}

})

我不知道如何用 groug_by 复制它，这应该比 ddply 更快。顺便说一句，有没有比na.locf更快的NA替换函数？

非常感谢。

Answer 1

以下是使用 dplyr

执行此操作的方法

dt %>%
   group_by(A) %>%
   mutate_each(funs(na.locf(., na.rm = FALSE, fromLast = FALSE)))

但如果您已经在使用 data.table，为什么不直接使用呢？

dt[, lapply(.SD, na.locf, na.rm = FALSE, fromLast = FALSE), by = A]

您还可以使用 := 运算符通过引用更新数据 table，如

dt[, names(dt)[-1] := lapply(.SD, na.locf, na.rm = FALSE, fromLast = FALSE), A]

How to apply self-defined function on the result of group_by