R 对data.table中的行进行配对

我有一个数据表，类似于通过以下命令获得的数据表：

dt <- data.table(
  time = 1:8,
  part = rep(c(1, 1, 2, 2), 2),
  type = rep(c('A', 'B'), 4),
  data = rep(c(runif(1), 0), 4))

我希望将A和B实例配对，并获得以下数据表：

   part data        enter.time exit.time
1:    1 0.4658239   1          2
2:    1 0.4658239   5          6
3:    2 0.4658239   3          4
4:    2 0.4658239   7          8

我尝试了以下方法：

pair.types <- function(x) {
  a.type <- x[type == 'A']
  b.type <- x[type == 'B']
  return(data.table(
      enter.time = a.type$time,
      exit.time = b.type$time,
      data = a.type$data))
}

dt[, c('enter.time', 'exit.time', 'data') := pair.types(.SD), by = list(part)]

---

这有点接近，但由于列“type”被保留，所以有些行是重复的。也许，我可以尝试删除列“time”和“type”，然后删除后半行。但是，我不确定这是否适用于所有情况，我想学习一种更好的方法来执行此操作。

假设您的数据看起来像示例数据：

dt[, list(part = part[1],
          data = data[1],
          enter.time = time[1],
          exit.time = time[2]),
     by = as.integer((seq_len(nrow(dt)) + 1)/2)]
#    by = rep(seq(1, nrow(dt), 2), each = 2)]
#    ^^^ a slightly shorter and a little more readable alternative

想法非常简单-将行分组为2组（即按

部分），即每个组将有一个A和一个B，然后对于每个组，先取
部分
和第一个
数据
，然后进入和退出时间分别为第一次和第二次
时间
。如果您遵循手动逻辑，使其易于阅读（只要您对
data.table
的工作原理有一点点了解），您可能会这样做。
另一种方法：

setkey(dt, "type")
dt.out <- cbind(dt[J("A"), list(part, data, entry.time = time)][, type := NULL], 
      exit.time = dt[J("B"), list(time)]$time)
#    part      data entry.time exit.time
# 1:    1 0.1294204          1         2
# 2:    2 0.1294204          3         4
# 3:    1 0.1294204          5         6
# 4:    2 0.1294204          7         8

当然，这也将返回我们要删除的
type
列（=A）。因此，我添加了一个
[，type:=NULL]
以通过引用删除列
type

现在我们来看第一部分。我们所需要的就是退出时间。这可以通过以下类似方式获得：

dt[J("B"), list(time)] # I don't name the column here

但当您只需要时间列时，这将提供一个
data.table
，可通过以下方式访问：

dt[J("B"), list(time)]$time

因此，在使用
cbind
时，我将此列命名为
exit.time
，以获得最终结果：

cbind(dt[J("A"), list(part, data, entry.time = time)][, type := NULL], 
      exit.time = dt[J("B"), list(time)]$time)

希望这有帮助。
您的成对行总是一行接一行吗？也就是说，首先是
A
，然后是相应的
B
@JuliánUrbano是的，相应的A-B对总是连续的。至少，到目前为止，我观察到的数据就是这样。如果不是太难的话，我会对一个通用的解决方案感兴趣。你能解释一下这个解决方案是如何工作的吗？我想投你一票，因为这看起来真的很优雅，而且是正确的答案，但如果没有一些解释，我觉得它对更广泛的观众没有用处！谢谢：-）我还一直怀疑这个部分可以简化很多。（+1）埃迪，怎么样
dt[，as.list（c（data=data[1]，entry=time[1]，exit=time[2]）），by=list（part，rep（1:4，each=2））
+1谢谢，您的解释帮助我完全理解了您实现的功能。伟大的解决方案！非常感谢你的回答。看到data.table运行起来真的很有趣。不幸的是，在创建一个玩具示例并将其发布到这里时，我将问题过分简化了。我应该更新这个问题，还是创建一个新问题更好？阿伦和你一样（见eddi解决方案下的评论）-请你为我们解释一下
数据。表
新手这是如何工作的？！我通常写
想法：
并解释。但我仍在努力寻找答案：）。哈哈！！！是的，好的，我也经常这样做-你必须在这里快！尤其是像
data.table
：-）@SimonO101这样的性感话题，不，你完全正确。有时我忘了解释。这样做更有意义，这样对更广泛的受众更有用。我会记住这一点，以便将来回答。啊，是的，data.table语法！如此简单、紧凑、直观且易于阅读！；）
dt[J("B"), list(time)] # I don't name the column here

dt[J("B"), list(time)]$time

cbind(dt[J("A"), list(part, data, entry.time = time)][, type := NULL], 
      exit.time = dt[J("B"), list(time)]$time)