R 如何在data.table'；谁是小组成员？

我想对data.table的列应用函数，但我想考虑应用函数的组，即我想将组值作为参数传递给函数。但是，当应用函数时，我无法获取组的名称

如何获取组值？或者我应该使用不同的方法

例如：

library(data.table)
set.seed(369)
dta <- data.table(gr = 1:5, 
                  a = rnorm(5),  
                  b = rnorm(5),
                  c = rnorm(5),
                  d = rnorm(5))

add <- function(x, y, group){ 
  if(group == 1){
    x + y
  } else{
    x - y
  }
}

dta[, newcol := add(c, d), by = (gr)]

库（data.table）
种子（369）
差热分析
注1：我的快速绘制答案错误地建议使用
.GRP
，在这个特定示例中，它恰好返回相同的答案。根据@MichaelChirico的建议，
.BY
是合适的特殊符号

注2：感谢@Frank提供的额外反馈——我创建了一个关于
.BY
的快速实验，并再次更新了答案，以正确反映按名称引用列表中分组列的需要

看起来这个特殊的符号就是你想要的。要了解有关
.BY
和其他符号如何工作的更多信息，请在控制台中运行
帮助（“特殊符号”）
以查看文档

library(data.table)

set.seed(369)
dta <- data.table(gr = 1:5, 
                  a = rnorm(5),  
                  b = rnorm(5),
                  c = rnorm(5),
                  d = rnorm(5))

add <- function(x, y, group){ 
  if(group == 1){
    x + y
  } else{
    x - y
  }
}

dta[, newcol := add(c, d, .BY$gr), by = (gr)]

print(dta)

#    gr          a           b           c            d     newcol
# 1:  1 -0.7506434  1.08042639 -0.57234502 -0.009598695 -0.5819437
# 2:  2  0.8976528 -0.45909601 -0.08179559 -1.359655922  1.2778603
# 3:  3  0.7449628 -0.92638505 -1.11577747  0.654088229 -1.7698657
# 4:  4  0.5811869 -0.07451776 -0.50771981 -1.009298251  0.5015784
# 5:  5 -0.3270194  0.97218850  0.55705663 -0.032128474  0.5891851

这就是data.table.BY中的.BY符号的用途，它是一个列表，但恰好适用于OP的情况，因为列表（1）==1。如果名字匹配，你可以添加（c，d，.BY$gr）

或者更一般但不太容易理解的

do.call（add，c（list（c，d），.BY））

。谢谢@Frank——在一个例子中搞乱了一些其他的例子，我看到洋葱的层次比以前多了，我明白你对$gr推荐的

.BY

的看法。我当然欢迎任何其他反馈，以确保我没有在这里传播虚假信息。好的，谢谢。我想关键不在于它们必须被名称引用，而在于您通常需要访问

的一个元素。by

而不是完整的列表，例如，

dta[，sqrt（.by），by=gr]

失败，因为您无法获取列表的sqrt，所以

dta[，sqrt（.by$gr），by=gr]

或

dta[，sqrt（.by[[1]]，by=gr]

。实际上，您可以直接引用

gr

，而不需要像

dta[，sqrt（gr），BY=gr]

那样通过

.BY

。很抱歉造成混乱；我想后者是我的推荐。现在我想知道为什么OP最初没有尝试：）是的。我也退了一步，意识到，

dta[，sqrt（gr），by=gr]

是我通常会采用的方法——现在我只是想弄清楚是否有任何情况下这不起作用。我认为这可能会出现多个分组变量和每个组更多观察值的问题？当然必须有一些，否则为什么有必要使用

.BY

特殊符号？我使用它有两个原因：为了使我的代码更可读（从某种意义上说，我可以清楚地看到我使用的是分组变量），为了使它与.BY变量无关（例如，与toString（.BY）当

j

缓慢时，作为绘图标题或

cat

-ed发送到控制台，以便我可以跟踪进度）。这里有一个例子：（search for.BY）另外，我认为在我提到的do.call模式中传递参数也很有用。

dta[, newcol := add(c, d, gr), by = (gr)]