R: data.table, 将组的第一个和最后一个值设置为 NA

R: data.table, set first and last value of a group to NA

我想将组中的第一个和最后一个值设置为 NA。这是一个例子:

DT <- data.table(v = rnorm(12), class=rep(1:3, each=4))
DT[, v[c(1,.N)] := NA , by=class]

但这不起作用。我该怎么做?

有了辅助函数就很简单了

set.na = function(x,y) {x[y] = NA; x}
DT[, set.na(v,c(1,.N)) , by=class]

修改数据子集的规范方法是使用i 来定义子集。 [ 不能与 := 一起使用。按照@David Arenburg 的建议创建一个临时 i,或者您可以使用 c(NA, v[-c(1, .N)], NA) 构造自己创建结果向量。

DT[, v := c(NA, v[-c(1, .N)], NA)[1:.N], by = class]

但是,您还应注意,行顺序可能会发生变化,例如设置新键或使用任意数量的功能。所以你应该非常小心这个操作。

目前,解决这个问题的方法是先提取索引,然后通过引用进行赋值。

idx = DT[, .(idx = .I[c(1L, .N)]), by=class]$idx
DT[idx, v := NA]

我会尝试将此示例添加到 Reference semantics 插图中。

这可能不是单行代码,但代码中确实有 'first' 和 'last' :)

> 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
> 

非键列的顺序也被保留。我认为这是一个记录(致力于)的功能。