在 data.table 中按组对特定列应用自定义函数

Question

我有一个函数可以找到当前行号之前的最大值。

dt<- setDT(copy(mtcars),keep.rownames = TRUE)

apply(as.matrix(dt$rn), 1, function(x) {
 index = as.numeric(ifelse(match(x, dt$rn) == 1, 2, match(x, dt$rn)))
 max(dt[1:index-1,"mpg",with = FALSE])
 })
   # [1] 21.0 21.0 21.0 22.8 22.8 22.8 22.8 22.8 24.4 24.4 24.4 24.4 24.4 24.4 24.4 24.4 24.4 24.4 32.4 32.4 33.9 33.9 33.9 33.9 33.9 33.9 33.9 33.9 33.9 33.9 33.9
   # [32] 33.9

但是，我想根据特定的群体重复相同的说法 'gear'。我将如何修改代码。感觉跟这个有关系

dt[,max:=lapply(.SD,function(x){
         index = as.numeric(ifelse(match(x,dt$rn) == 1, 2, match(x, dt$rn)))
      return(max(dt[1:index-1,"mpg",with = FALSE]))
      }),by = gear,.SDcols = "rn"]

我觉得我可能遗漏了一些东西..

Answer 1

在 data.table 中不确定，但在 dplyr 中相对简单。设置group_by然后mutate在组内运行。

res <-
  mtcars %>%
  group_by(gear) %>%
  mutate(currMax = cummax(mpg))

这是结果的一个子集，通过以下方式实现：

res %>%
  select(gear, mpg, currMax) %>%
  slice(1:3)

将结果限制为相关列和每组的前三行。

   gear   mpg currMax
  <dbl> <dbl>   <dbl>
1     3  21.4    21.4
2     3  18.7    21.4
3     3  18.1    21.4
4     4  21.0    21.0
5     4  21.0    21.0
6     4  22.8    22.8
7     5  26.0    26.0
8     5  30.4    30.4
9     5  15.8    30.4

如果您想要每行的最大值，但不包括当前行，您将需要做更多的操作。具体来说，cummax 没有内置处理 NA，根据定义，您的第一个值需要是 NA。因此，我编写了一个小函数，临时将 NA 更改为负无穷大，然后在 returning 之前将这些条目设置为 NA（当且仅当您的数据确实有 -Inf 值，甚至只有当它们在数据中排在第一位时）。然后，我将该函数用作尾随最大值：

my_cummax <- function(x){
  x <- ifelse(is.na(x), -Inf, x)
  out <- cummax(x)
  out[out == -Inf] <- NA
  return(out)
}

mtcars %>%
  group_by(gear) %>%
  mutate(currMax = cummax(mpg)
         , trailMax = my_cummax(lag(mpg)))

return 的有限切片，与上面类似，显示：

   gear   mpg currMax trailMax
  <dbl> <dbl>   <dbl>    <dbl>
1     3  21.4    21.4       NA
2     3  18.7    21.4     21.4
3     3  18.1    21.4     21.4
4     4  21.0    21.0       NA
5     4  21.0    21.0     21.0
6     4  22.8    22.8     21.0
7     5  26.0    26.0       NA
8     5  30.4    30.4     26.0
9     5  15.8    30.4     30.4

Answer 2

一个data.table解决方案

dt[, currMax := cummax(shift(mpg, fill = -Inf)), by = gear], 
head(dt)
#                      rn  mpg cyl disp  hp drat    wt  qsec vs am gear carb currMax
# 1:         Mazda RX4 21.0   6  160 110 3.90 2.620 16.46  0  1    4    4    -Inf
# 2:     Mazda RX4 Wag 21.0   6  160 110 3.90 2.875 17.02  0  1    4    4    21.0
# 3:        Datsun 710 22.8   4  108  93 3.85 2.320 18.61  1  1    4    1    21.0
# 4:    Hornet 4 Drive 21.4   6  258 110 3.08 3.215 19.44  1  0    3    1    -Inf
# 5: Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2    21.4
# 6:           Valiant 18.1   6  225 105 2.76 3.460 20.22  1  0    3    1    21.4

感谢@DavidArenburg 的编辑。

在 data.table 中按组对特定列应用自定义函数

apply custom function to a particular column rowise by group in data.table

r

apply

data.table