R data.table中的分组计数聚合

包含日期、买入值和卖出值的表。我想数一数每天有多少买卖，以及买卖的总数。我发现在data.table中这样做有点棘手

   date   buy sell      
2011-01-01  1   0
2011-01-02  0   0
2011-01-03  0   2
2011-01-04  3   0
2011-01-05  0   0
2011-01-06  0   0
2011-01-01  0   0
2011-01-02  0   1
2011-01-03  4   0
2011-01-04  0   0
2011-01-05  0   0
2011-01-06  0   0
2011-01-01  0   0
2011-01-02  0   8
2011-01-03  2   0
2011-01-04  0   0
2011-01-05  0   0
2011-01-06  0   5

可以使用以下代码创建上述data.table：

 DT = data.table(
          date=rep(as.Date('2011-01-01')+0:5,3) , 
          buy=c(1,0,0,3,0,0,0,0,4,0,0,0,0,0,2,0,0,0),
          sell=c(0,0,2,0,0,0,0,1,0,0,0,0,0,8,0,0,0,5));

因此，我想要的是：

   date   total_buys   total_sells
2011-01-01    1            0
2011-01-02    0            2
                and so on  

此外，我还想知道买卖的总数：

 total_buys   total_sells
     4            4

我试过：

 length(DT[sell > 0 | buy > 0])
 > 3 

---

这是一个奇怪的答案（想知道为什么）

除了@Jake的答案外，还有一个典型的

melt

+

dcast

例程，类似于：

library(reshape2)
dtL <- melt(DT, id.vars = "date")
dcast.data.table(dtL, date ~ variable, value.var = "value", 
                 fun.aggregate = function(x) sum(x > 0))
#         date buy sell
# 1 2011-01-01   1    0
# 2 2011-01-02   0    2
# 3 2011-01-03   2    1
# 4 2011-01-04   1    0
# 5 2011-01-05   0    0
# 6 2011-01-06   0    1

要获取其他表格，请尝试：

dtL[, list(count = sum(value > 0)), by = variable]
#    variable count
# 1:      buy     4
# 2:     sell     4

或者，不熔化：

DT[, lapply(.SD, function(x) sum(x > 0)), .SDcols = c("buy", "sell")]
#    buy sell
# 1:   4    4

---

总和加上购买价值-我想数一数。总购买量和总销售量分别为4。谢谢，杰克。你能解释一下这是怎么回事吗？这是一个非常简洁的方法。@user1480926您对哪一部分感到困惑

buy>0

和

sell>0

返回一个

逻辑

，因此其总和就是非零计数。在

数据中使用
by
。表

可以让您轻松地按某个变量分组。@user1480926，我想我会分享它，因为如果您有更多的列而不仅仅是2列，这会更方便。

dtL[, list(count = sum(value > 0)), by = variable]
#    variable count
# 1:      buy     4
# 2:     sell     4

DT[, lapply(.SD, function(x) sum(x > 0)), .SDcols = c("buy", "sell")]
#    buy sell
# 1:   4    4