R data.table二进制值,按条件分组的最后一行

标签 r data.table

我有这样的数据:

library(data.table)
id <- c("1232","1232","1232","4211","4211","4211")
conversion <- c(0,0,0,1,1,1)
DT <- data.table(id, conversion)

id   date         conversion
1232 2018-01-01   0
1232 2018-01-03   0
1232 2018-01-04   0
4211 2018-04-01   1
4211 2018-04-04   1
4211 2018-04-06   1

我想基于id行仅为每个组的最后一行创建一个二进制值。仅当组的转换为1时,二进制文件才为1。
id   date         conversion  lastconv
1232 2018-01-01   0           0
1232 2018-01-03   0           0 
1232 2018-01-04   0           0
4211 2018-04-01   1           0
4211 2018-04-04   1           0
4211 2018-04-06   1           1

我尝试在data.table中使用一些带有“mult”参数的示例,但是只返回了错误。
DT[unique(id), lastconv := 1, mult = "last"]

最佳答案

引用时间:

library(data.table)
#data.table 1.12.3 IN DEVELOPMENT built 2019-05-12 17:04:48 UTC; root using 4 threads (see ?getDTthreads).  Latest news: r-datatable.com
set.seed(0L)
nid <- 3e6L
DT <- data.table(id=rep(1L:nid, each=3L))[,
    conversion := sample(c(0L,1L), 1L, replace=TRUE), by=.(id)]
DT0 <- copy(DT)
DT1 <- copy(DT)
DT2 <- copy(DT)
DT3 <- copy(DT)

mtd0 <- function() {
    DT0[DT0[, .I[.N], by=id]$V1, lastconv := conversion]
    DT0[is.na(lastconv), lastconv := 0L]
}

mtd1 <- function() {
    DT1[DT1[, .I[.N], by=id]$V1, lastconv := conversion]
    setnafill(DT1, cols = "lastconv", fill = 0L)
}

mtd2 <- function() {
    DT2[, v := 0]
    DT2[.(DT2[conversion == 1, unique(id)]), on=.(id), mult="last", v := 1]

    #or also
    #DT2[, v := 0L][
    #    DT2[,.(cv=last(conversion)), id], on=.(id), mult="last", v := cv]
}

mtd3 <- function() {
    DT3[ , lastconv := as.integer(.I == .I[.N] & conversion == 1), by = id]
}

library(microbenchmark)
microbenchmark(mtd0(), mtd1(), mtd2(), mtd3(), times=1L)

时间:
Unit: milliseconds
   expr       min        lq      mean    median        uq       max neval cld
 mtd0() 1363.1783 1416.1867 1468.9256 1469.1952 1521.7992 1574.4033     3  b 
 mtd1() 1349.5333 1365.4653 1378.9350 1381.3974 1393.6358 1405.8743     3  b 
 mtd2()  511.5615  515.4728  552.9133  519.3841  573.5892  627.7944     3 a  
 mtd3() 3966.8867 4009.1128 4048.9607 4051.3389 4089.9977 4128.6564     3   c

关于R data.table二进制值,按条件分组的最后一行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56085341/

相关文章:

r - Shiny 的仪表板-显示专用的“正在加载..”页面,直到完成数据的初始加载

r - 如何为分类数据创建 'clustered dotplots'?

r - R中的复杂数据表操作

根据因子水平删除行

r - 使用 setattr 更改列上的因子水平对列的创建方式很敏感

r - 调整 R Markdown gt 输出的大小

r - 用knitr为R代码输入行号

r - 在 data.table 中查找与标题相同的行

r - 从具有相似结构的数据更新数据框/表

r - data.table 在数字和文本变量上分别分组