r-如果data.table中满足条件，则将值分配给变量

Question

我有一个大数据集，包含以下变量

student_ID=c(rep("1001",8),rep("1002",3),rep("1003",11))
grades=c(NA,rep(40,2),50,60,90, 5,NA,51, rep(47,5),rep(70,5),rep(42,3))
Year=c(rep(2011,4),rep(2012,4),2011,2012,2013,rep(2011,4),rep(2012,3),rep(2013,4))
data<-data.table(student_ID,grades,Year)
setkey(data, student_ID)

我需要创建两个新的变量。一个代表学生的平均成绩。一个用于平均等级是否<50（如果是，则为1，如果否，则为0）。

一旦完成，我将在学生和年级级别上查看子集。

Answer 1

要创建按"student_ID"分组的两列，我们需要将（:=）输出（mean(grades)和二进制输出）分配给新的列名。

data[, c('MeanGrade', 'MeanGradelessthan50') :={tmp <- mean(grades, na.rm=TRUE)
                                  list(tmp, +(tmp < 50))}, by = student_ID]

如果我们需要总结，而不是分配，请使用list

data[, {tmp <- mean(grades, na.rm=TRUE)
     list(MeanGrade=tmp, MeanGradelessthan50 = +(tmp < 50))}, by = .(student_ID, Year)]