数据 table - 在多个列上应用相同的函数以创建新的数据 table 列

Question

我正在使用 data.table 包。我有一个数据 table 代表用户在网站上的操作。假设每个用户都可以访问一个网站，并对其执行多项操作。我的原始数据 table 是操作（每一行都是一个操作），我想将这些信息聚合到一个新数据 table 中，按用户访问分组（每次访问都有一个唯一的 ID）。同一次访问的操作共享一些字段 - 例如 - 用户名、用户状态、访问次数等。每次访问的至少一个操作包含此信息（不一定是所有操作).我想为每次访问（= 具有相同访问 ID 的操作组）检索此字段的值，并将其设置为访问新数据 table 中的访问。比如我有如下原始数据table:

VisitID     ActionNum    UserName   UserStatus    VisitNum   ActionType
aaaaaaa        1           John        Active        5           x
aaaaaaa        2                       Active                    y
aaaaaaa        3           John                      5           z
bbbbbbb        1                      NonActive                  w
bbbbbbb        2           Dan                       7           t

我想要一个访问数据table，如下：

VisitID  UserName   UserStatus   VisitNum
aaaaaaa   John       Active        5
bbbbbbb   Dan        NonActive     7

我创建了一个函数，用于处理数据子集 table（仅访问的行）和一个字段，该函数应应用于多个字段（UserName、UserStatus、VisitNum）。

getGeneralField<- function(visitDT,field){
  vec = visitDT[,get(field)]
  return (unique(vec[vec != ""])[1])
}

问题是，每次尝试在 .SD 上应用此功能时，by=VisitID 都会导致与我计划不同的结果...最好的方法是什么？我使用 !="" 以避免空白单元格。

Answer 1

我们在 .SDcols 中指定感兴趣的列，按 'VisitID' 分组，遍历 .SDcols (lapply(.SD, ...) 中的列并获得第一个非空白元素

dt[, lapply(.SD, function(x) x[nzchar(x)][1]), by = VisitID, .SDcols = 3:5]

数据 table - 在多个列上应用相同的函数以创建新的数据 table 列

Data table - apply the same function on several columns to create new data table columns

r

user-defined-functions

aggregation

lapply