R .EACHI 在 data.table 中

我已将此添加到列表here中.希望我们能按计划交货.

原因很可能是by=.EACHI是最近的特性(自1.9.4以来)，but what it does isn't.让我举个例子来解释.假设我们有两个数据.表X和Y:

X = data.table(x = c(1,1,1,2,2,5,6), y = 1:7, key = "x")
Y = data.table(x = c(2,6), z = letters[2:1], key = "x")

我们知道，我们可以通过做X[Y]件事来加入.这类似于subset操作，但使用data.tables(而不是整数/行名称或逻辑值).对于Y中的每一行，取Y的键列，它在X的键列(+Y中的列)中查找并返回相应的匹配行.

X[Y]
#    x y z
# 1: 2 4 b
# 2: 2 5 b
# 3: 6 7 a

现在让我们假设，对于Y的键列中的每一行(这里只有一个键列)，我们希望得到X中的count个匹配项.在data.table < 1.9.4的版本中，我们可以通过简单地在j中指定.N来实现这一点，如下所示:

# < 1.9.4
X[Y, .N]
#    x N
# 1: 2 2
# 2: 6 1

这implicitly所做的是，在j存在的情况下，对X的每个匹配结果(对应于Y中的行)判断j-expression.这被称为by-without-by或implicit-by，因为它好像有一个隐藏的.

问题是，它将始终执行by次操作.所以，如果我们想知道一个连接后的行数，那么我们必须做:X[Y][ .N](或者在本例中是nrow(X[Y])).也就是说，如果我们不想要by-without-by，就不能在同一个调用中使用j表达式.因此，当我们使用例如X[Y, list(z)]时，它使用by-without-by判断list(z)，因此稍微慢一些.

此外，data.table名用户要求将其设置为explicit，更多内容请参见this和this.

因此增加了by=.EACHI个.现在，当我们这样做:

X[Y, .N]
# [1] 3

它做了它应该做的(避免混淆).它返回联接产生的行数.

和

X[Y, .N, by=.EACHI]

对匹配的行Y中对应的行Y的值进行计算.使用which=TRUE更容易看到这一点.

X[.(2), which=TRUE] # [1] 4 5
X[.(6), which=TRUE] # [1] 7

如果我们每人跑.N，那么我们应该得到2,1.

X[Y, .N, by=.EACHI]
#    x N
# 1: 2 2
# 2: 6 1

所以我们现在有了这两种功能.希望这有帮助.