在data.table中有没有一种方法可以使用对象来折叠/汇总变量？SDcols？

Question

我有一个包含多个变量的数据集，我想使用data.table折叠/汇总（取决于你的背景是更Stata还是整洁），而不必在执行此操作的代码中命名每个单独的变量。

以下是一些示例数据：

library(data.table)

dt <- data.table(v1 = c(1,2,5,8,5,9, NA),
                 v2 = c(5,3,6,1, NA,7,8),
                 year = c(1,1,2,3,3,3,4))

dt
    v1 v2 year
1:  1  5    1
2:  2  3    1
3:  5  6    2
4:  8  1    3
5:  5 NA    3
6:  9  7    3
7: NA  8    4

这是我想要的最终数据集：

# this is the final data we want:
dt[, .(newv1 = sum(v1, na.rm = TRUE),
       newv2 = sum(v2, na.rm = TRUE)),
   by = 'year']

    year newv1 newv2
1:    1     3     8
2:    2     5     6
3:    3    22     8
4:    4     0     8

实际数据集中有许多我想总结的变量，因此我想在预先折叠之外的列表中命名变量，然后以系统的方式命名它们，例如：

# but we want to do it with objects e.g.:
vars.to.collapse <- c('v1', 'v2')
new.v.names <- paste0('new', vars.to.collapse)

new.v.names
[1] "newv1" "newv2"

我知道你可以做这种事情——也就是说，使用对象创建多个变量——使用。SD当你使用：=运算符添加/修改变量时，但是我找不到在改变观察单位时做到这一点的方法。在理想的世界里，我会使用如下代码：

# want something like this but it doesn't work:
newdt <- dt[, .( (new.v.names = sum(.SD, na.rm = TRUE))),
              .SDcols = vars.to.collapse,
              by = 'year']

# not what I want:
newdt
     year V1
1:    1 11
2:    2 11
3:    3 30
4:    4  8

但这并不会产生我在上面向您展示的带有新变量名的数据集。我可以通过使用＜code＞：＝

Answer 1

为了跟进您关于命名新变量的评论，我建议使用< code>data.table库的两个解决方案。

因此，请在下面找到两个reprex。

Reprex 1（作为@Roland提出的解决方案的后续行动）

< li >代码

library(data.table)

vars.to.collapse <- c('v1', 'v2') # your code
new.v.names <- paste0('new', vars.to.collapse) # your code

dt <- dt[, lapply(.SD, sum, na.rm = TRUE), .SDcols = vars.to.collapse, by = 'year'] # Roland's code

setnames(dt, c("year", new.v.names))

< li >输出

dt
#>     year newv1 newv2
#> 1:     1     3     8
#> 2:     2     5     6
#> 3:     3    22     8
#> 4:     4     0     8

雷普雷克斯2

< li >代码

library(data.table)

vars.to.collapse <- c('v1', 'v2')  # your code
new.v.names <- paste0('new', vars.to.collapse) # your code

dt[, lapply(.SD, sum, na.rm = TRUE), .SDcols = vars.to.collapse, by = 'year'
   ][, (new.v.names) := .SD, .SDcols = vars.to.collapse
     ][, .SD, .SDcols = !patterns("^v")][]

< li >输出

#>    year newv1 newv2
#> 1:    1     3     8
#> 2:    2     5     6
#> 3:    3    22     8
#> 4:    4     0     8

< sup >由reprex包(2.0.1版)于2021-11-17创建