R 使用“=”创建一个新列，该列按组跨系数级别执行计算

是否可以使用条件中的键值来创建一个新的列，使用

：=

和

数据。表

set.seed(315)
DT = data.table(a = factor(LETTERS[rep(c(1:5), 2)]), 
                b = factor(letters[rep(c(1, 2), 5)]), 
                c = rnorm(10), key = c("a", "b"))

它给出了一个如下所示的

data.table

：

> DT
    a b           c
 1: A a  0.11610792
 2: A b -2.67495409
 3: B a -0.18467740
 4: B b  0.79994197
 5: C a  0.74565643
 6: C b  0.49959003
 7: D a  0.04385948
 8: D b -2.25996438
 9: E a -1.86204824
10: E b  0.11327201

我想创建一个新的列

d

，它是a、a和a、b、b、a和b、b等值的差值。我想使用

：=

，因为它在大型数据集上的运行速度有多快

通过创建新的

数据，我可以得到我正在寻找的
d
列。表

s、合并等等，但这感觉很难看

dt.a <- DT[DT[, .I[b == "a"]]]
dt.b <- DT[DT[, .I[b == "b"]]]
dt <- merge(dt.a, dt.b, by = c("a"))

dt <- merge(dt.a, dt.b, by = c("a"))
> dt
   a b.x         c.x b.y       c.y
1: A   a  0.11610792   b -2.674954
2: B   a -0.18467740   b  0.799942
3: C   a  0.74565643   b  0.499590
4: D   a  0.04385948   b -2.259964
5: E   a -1.86204824   b  0.113272

> dt[, d:= c.x - c.y]
> dt
   a b.x         c.x b.y       c.y          d
1: A   a  0.11610792   b -2.674954  2.7910620
2: B   a -0.18467740   b  0.799942 -0.9846194
3: C   a  0.74565643   b  0.499590  0.2460664
4: D   a  0.04385948   b -2.259964  2.3038239
5: E   a -1.86204824   b  0.113272 -1.9753203

---

dt.a根据您的输入和您提供的当前解决方案，我建议如下：

DT[, d := diff(rev(c)), by = a]
DT
#     a b           c          d
#  1: A a  0.11610792  2.7910620
#  2: A b -2.67495409  2.7910620
#  3: B a -0.18467740 -0.9846194
#  4: B b  0.79994197 -0.9846194
#  5: C a  0.74565643  0.2460664
#  6: C b  0.49959003  0.2460664
#  7: D a  0.04385948  2.3038239
#  8: D b -2.25996438  2.3038239
#  9: E a -1.86204824 -1.9753203
# 10: E b  0.11327201 -1.9753203

我的天，那很容易。谢谢你@Ananda-这对我很有帮助。我的实际数据集更大，有多个键值，所以这应该会大大加快速度。就速度而言，我认为
-diff（c）
会比
diff（rev（c））
快。我的microbenchmark ing说它们实际上是一样的，但这是另一种方式。自己做diff的工作，而不是为每个分组调用diff，会更快，这取决于组的数量。