У меня есть месячные данные в одном data.table
и годовые данные в другом data.table
, и теперь я хочу сопоставить годовые данные с соответствующим наблюдением в ежемесячных данных.
Мой подход заключается в следующем:Дублирование годовых данных за каждый месяц, а затем объединение месячных и годовых данных.А теперь у меня вопрос по поводу дублирования строк.Я знаю, как это сделать, но я не уверен, что это лучший способ сделать это, поэтому некоторые мнения были бы великолепны.
Вот примерное data.table DT
для моих годовых данных и как яв настоящее время дубликат:
library(data.table)
DT <- data.table(ID = paste(rep(c("a", "b"), each=3), c(1:3, 1:3), sep="_"),
values = 10:15,
startMonth = seq(from=1, by=2, length=6),
endMonth = seq(from=3, by=3, length=6))
DT
ID values startMonth endMonth
[1,] a_1 10 1 3
[2,] a_2 11 3 6
[3,] a_3 12 5 9
[4,] b_1 13 7 12
[5,] b_2 14 9 15
[6,] b_3 15 11 18
#1. Alternative
DT1 <- DT[, list(MONTH=startMonth:endMonth), by="ID"]
setkey(DT, ID)
setkey(DT1, ID)
DT1[DT]
ID MONTH values startMonth endMonth
a_1 1 10 1 3
a_1 2 10 1 3
a_1 3 10 1 3
a_2 3 11 3 6
[...]
Последнее соединение - именно то, что я хочу.Однако DT[, list(MONTH=startMonth:endMonth), by="ID"]
уже делает все, что я хочу, кроме добавления других столбцов в DT
, поэтому мне было интересно, смогу ли я избавиться от последних трех строк в моем коде, то есть операций setkey
и join
.Оказывается, вы можете просто сделать следующее:
#2. Alternative: More intuitiv and just one line of code
DT[, list(MONTH=startMonth:endMonth, values, startMonth, endMonth), by="ID"]
ID MONTH values startMonth endMonth
a_1 1 10 1 3
a_1 2 10 1 3
a_1 3 10 1 3
a_2 3 11 3 6
...
Это, однако, работает только потому, что я жестко закодировал имена столбцов в выражение list
.В моих реальных данных я заранее не знаю имен всех столбцов, поэтому мне было интересно, могу ли я просто сказать data.table
, чтобы вернуть столбец MONTH
, который я вычислял, как показано выше, и все остальные столбцы DT
..SD
, казалось, был в состоянии сделать трюк, но:
DT[, list(MONTH=startMonth:endMonth, .SD), by="ID"]
Error in `[.data.table`(DT, , list(YEAR = startMonth:endMonth, .SD), by = "ID") :
maxn (4) is not exact multiple of this j column's length (3)
Таким образом, чтобы подвести итог, я знаю, как это было сделано, но я просто задавался вопросом, является ли это лучшим способом сделать это, потому что яЯ все еще немного борюсь с синтаксисом data.table
и часто читаю в постах и в вики, что есть хорошие и плохие способы ведения дел.Кроме того, я не совсем понимаю, почему я получаю ошибку при использовании .SD
.Я подумал, что это простой способ сказать data.table
, что вы хотите все столбцы.Что мне не хватает?