r语言 - 在数据表中跳过 NA by

Question

我想使用data.table，但如果by对应于缺失(NA)，我想跳过j部分的计算：

下面是一个示例数据表。

library(data.table)
DT <- data.table(y=10, g=c(1,1,1,2,2,2,2,2,NA,NA))

看起来像这样

> DT
y  g
1: 10  1
2: 10  1
3: 10  1
4: 10  2
5: 10  2
6: 10  2
7: 10  2
8: 10  2
9: 10 NA
10: 10 NA

现在我想对g进行by=，两行 9 和 10 将被混为一谈，因为它们NA具有相同的值。

> DT[,.N, by=g]
g N
1:  1 3
2:  2 5
3: NA 2

我想在输出中保留NA行，但想跳过结果中的计算部分，即获取输出，其中N在g为空时NA

> DT[,.N, by=g]
g N
1:  1 3
2:  2 5
3: NA NA

我以为我可以通过.GRP访问g的值，但这只给出了组索引而不是值。是否可以使计算以by变量的缺失状态为条件？

Answer 1

你可以试试这个：

DT[, .N * NA^is.na(g), by = g]

g V1
1:  1  3
2:  2  5
3: NA NA

它是亨里克if ... else ...子句的代数版本。 它利用了这样一个事实，即NA^0返回1，而NA^1返回NA，并且FALSE和TRUE可以被胁迫到0和1，或者。

如果要控制列名：

DT[, .(n = .N * NA^is.na(g)), by = g]

g  n
1:  1  3
2:  2  5
3: NA NA

或者，如果上面看起来很棘手，你可以求助于data.table链接(感谢Sotos提出这个问题)：

DT[, .N, by = g][is.na(g), N := NA][]

这将在聚合后更改N的值。