用向量函数进行数据表聚合，取2

我正在努力使用 data.table 来总结向量函数的结果，这在 ddply 中很容易。

问题 1：使用带有向量输出的（昂贵的）函数进行聚合

dt <- data.table(x=1:20,y=rep(c("a","b"),each=10))

这个 ddply 命令产生我想要的结果：

ddply(dt,~y,function(dtbit) quantile(dtbit$x))

此数据表命令没有执行我想要的操作：

dt[,quantile(x),by=list(y)]

我可以像这样破解 data.table ：

dt[,list("0%"=quantile(x,0),"25%"=quantile(x,0.25),
    "50%"=quantile(x,0.5)),by=list(y)]

但是，如果向量函数“分位数”很慢，那么冗长而且也会很慢。

类似的例子是：

dt$z <- rep(sqrt(1:10),2)

ddply(dt,~y,function(dtbit) coef(lm(z~x,dtbit)))

问题 2：使用具有向量输入和输出的函数

xzsummary <- function(dtbit) t(summary(dtbit[,"x"]-dtbit[,"z"]))

ddply(dt,~y,xzsummary )

我可以在 data.table 中轻松完成此类操作吗？

如果这些问题已经得到明确回答，我们深表歉意。

这是一个类似但不相同的问题：返回向量的 data.table 聚合，例如scale()

> dt[ , as.list(quantile(x)),by=y]
   y 0%   25%  50%   75% 100%
1: a  1  3.25  5.5  7.75   10
2: b 11 13.25 15.5 17.75   20

我尝试使用rbind，但这未能生成我认为你想要的 by-y 安排。技巧与as.list (vs. list）是它在给定向量时构造一个多元素列表，而list只将向量放入单个元素列表中。

as.list行为就像sapply(x, list):

> dt[ , sapply(quantile(x), list), by=y]
   y 0%   25%  50%   75% 100%
1: a  1  3.25  5.5  7.75   10
2: b 11 13.25 15.5 17.75   20

您的目标解决方案：

> ddply(dt,~y,function(dtbit) quantile(dtbit$x))
  y 0%   25%  50%   75% 100%
1 a  1  3.25  5.5  7.75   10
2 b 11 13.25 15.5 17.75   20

我对这个解决方案感到有点自豪，但要注意fortunes::fortune("Liaw-Baron principle")…………

最后，根据我们所说的“Liaw-Baron 原则”，可以提出的每个问题实际上都已经 已经被问到了。 -- Dirk Eddelbuettel（引用 Andy Liaw 和 Jonathan Baron 对 R-help 独特问题的看法） R-帮助（2006 年 1 月）

....我搜索了：[r] data.table as.list，并发现我绝不是第一个在 SO 上发布此策略的人：

在 R 中将数据框制成表格

将 ave() 与返回向量的函数一起使用

在 R 的 data.table 环境中创建公式

我真的不知道这是否question会被认为是重复的，但我特别感谢@G.Grothedieck 的最后一个。这可能是我采取策略的地方。该搜索大约有 125 个点击，而我只浏览了前 20 个来收集这些示例，因此可能还有更多我没有发现的珍珠。