在R中查找并用data.table替换值？

在阅读了R方法的基准测试和速度比较之后，我正在转换为speedy

data.table

包，以便对我的大型数据集进行数据操作

我在执行某项特定任务时遇到困难：

对于某个观测变量，我想检查每个站的绝对滞后差（滞后1）是否大于某个阈值。如果是，我想用

NA

替换它，否则什么也不做

我可以使用

set

命令对整个

数据表执行此操作，但我需要按站点执行此操作

例如：

# Example data. Assume the columns are ordered by date.
set.seed(1)
DT <- data.table(station=sample.int(n=3, size=1e6, replace=TRUE), 
                 wind=rgamma(n=1e6, shape=1.5, rate=1/10),
                 other=rnorm(n=1.6),
                 key="station")

# My attempt
max_rate <- 35
set(DT, i=which(c(NA, abs(diff(DT[['wind']]))) > max_rate), 
    j=which(names(DT)=='wind'), value=NA)
# The results
summary(DT)

#示例数据。假设列是按日期排序的。
种子（1）
DT一种方法是使用特殊变量
.I
获取要替换的行号，然后使用
：=
运算符（或
set
）通过引用将
NA
分配给这些行


通过在LHS上提供导致相应索引的表达式和在RHS上替换为的值，由@eddi在实施时/如果实施，将有一种更自然的方式来完成此任务。也就是说，在未来，我们应该能够做到：

# in the future - a more natural way of doing the same operation shown above.
DT[, wind[which(c(NA, diff(wind)) > 35)] := NA_real_, by=station]

非常感谢你。到目前为止，我非常喜欢
data.table
软件包，但确实有一条学习曲线来自
plyr
。你知道我在哪里可以找到
数据.表格
特殊变量的文档（例如
.I
，
.SD
，
NA\u real\u
，等等）？另外，我为该功能请求提供了+1！这与我在惨败前的尝试/预期相似。NA_real_ur表示数值类型的NA。其他特殊变量记录在
？data.table
中。确保阅读
示例（data.table）
（也在
？data.table
）并逐个运行它们，了解发生了什么。
# in the future - a more natural way of doing the same operation shown above.
DT[, wind[which(c(NA, diff(wind)) > 35)] := NA_real_, by=station]