R 分组并将函数应用于.SD，但只应用于一个滚动条目

我想知道是否有一种优雅的data.table（v1.9.4）方法可以执行以下操作： 用两个变量对DT进行分组，然后在分组表（.SDs）上为.SD中的所有条目计算一些函数，但其中一个应该在.SD中滚动，并将结果放回DT。因此，对于.SDs（以及DT）中的每个条目，结果（可能）是唯一的。您可以将其视为计算DT中某个条目的对等组的某个值，该对等组由两个分组变量（与DT中的条目相同的属性）确定，而不是条目本身

我通过围绕一个简单的：=in data.table的j进行循环来实现这一点，但我想知道是否存在纯data.table解决方案。我可以想象像

.SD[I！=id，：=，by=1:nrow（.SD）]

inside

DT[]

这样的东西可以做到这一点，但是：

在

.SD

的

j

中使用

：=

保留供将来使用，作为一种（曲折的）灵活方式，按组参考更新

DT

我的解决方案是（计算由

b

和

c

确定的组的

sum（）

，滚动ID除外）：

---

DT罗兰的回答很好！根据我的情况调整它（保留平均值作为函数，添加NA处理）：`dt[，c（“temp.mean”，“npeerspus1”）：=list（mean（Var1，NA.rm=TRUE），（.N-sum（is.NA（Var1））），by=c（“b”，“c”）]dt[，不包括均值：=（temp.mean*NpeersP1-Var1）/（npeerspus1-1），by=1:nrow（dt）]很好，你找到答案了，然后你可以把它作为一个答案发布出来，以避免问题没有答案。仍然在寻找一个通用的解决方案：我的评论中的方法（即罗兰的解决方案）适用于中间结果（整个组的结果，包括要排除的结果）可以稍后更正以排除条目的函数（此处：平均值，也指总和等）。这似乎并不适用于所有函数，例如，对组中的所有条目使用哈希函数，但滚动函数除外。@Helix123:请发布并接受您自己的答案，这是解决您自己的问题时正确的SO礼仪。这也增加了其他人概括并发布更好答案的机会。注释中的代码是e令人难以置信的不可读。
DT <- data.table(ID = c("a","a","b","b","c","c"),
                 b = c(1, 2, 1, 2, 1, 2),
                 c = c("x", "x", "y", "z", "y", "x"),
                 Var1 = 1:6)

for (id2 in unique(DT$ID)) {
  for (b2 in unique(DT$b)) {
    c2 <- DT[ID==id2 & b==b2, c] 
       DT[ID == id2 & b == b2,
          Var1_sum := sum(DT[ID! = id2 & b == b2 & c == c2, Var1], na.rm=TRUE)]
  }
}

DT
   ID b c Var1 Var1_sum
1:  a 1 x    1        0
2:  a 2 x    2        6
3:  b 1 y    3        5
4:  b 2 z    4        0
5:  c 1 y    5        3
6:  c 2 x    6        2