带向量函数的数据表聚合,取2

我正在努力使用data.table来总结向量函数的结果,这在ddply中很容易.

问题1：使用向量输出聚合(昂贵)函数

dt <- data.table(x=1:20,y=rep(c("a","b"),each=10))

这个ddply命令产生了我想要的东西：

ddply(dt,~y,function(dtbit) quantile(dtbit$x))

此数据表命令不能执行我想要的操作：

dt[,quantile(x),by=list(y)]

我可以像这样破解data.table：

dt[,list("0%"=quantile(x,0),"25%"=quantile(x,0.25),
    "50%"=quantile(x,0.5)),by=list(y)]

但是那个冗长,如果矢量函数“分位数”很慢,也会很慢.

一个类似的例子是：

dt$z <- rep(sqrt(1:10),2)

ddply(dt,~y,function(dtbit) coef(lm(z~x,dtbit)))

问题2：使用带矢量输入和输出的函数

xzsummary <- function(dtbit) t(summary(dtbit[,"x"]-dtbit[,"z"]))

ddply(dt,~y,xzsummary )

我可以在data.table中轻松完成这类工作吗？

如果这些问题已得到明确回答,请道歉.

这是一个类似的,不完全相同的问题：
data.table aggregations that return vectors, such as scale()

> dt[ , as.list(quantile(x)),by=y]
   y 0%   25%  50%   75% 100%
1: a  1  3.25  5.5  7.75   10
2: b 11 13.25 15.5 17.75   20

我尝试使用rbind,但是没能产生我认为你想要的by-y安排. as.list(与列表对比)的技巧是它构造一个多元素列表wehn givne一个向量,而list只将向量放入一个元素列表.

as.list表现得像sapply(x,list)：

> dt[ , sapply(quantile(x), list), by=y]
   y 0%   25%  50%   75% 100%
1: a  1  3.25  5.5  7.75   10
2: b 11 13.25 15.5 17.75   20

您的目标解决方案

> ddply(dt,~y,function(dtbit) quantile(dtbit$x))
  y 0%   25%  50%   75% 100%
1 a  1  3.25  5.5  7.75   10
2 b 11 13.25 15.5 17.75   20

我为这个解决方案感到自豪,但是注意到了财富：“财富”(“Liaw-Baron原则”)…………

Lastly, by what we could call the ‘Liaw-Baron principle’, every question that can be asked has in fact
already been asked.
— Dirk Eddelbuettel (citing Andy Liaw’s and Jonathan Baron’s opinion on unique questions on R-help)
R-help (January 2006)

….我搜索了：[r] data.table as.list,发现我绝不是第一个在SO上发布此策略的人：

Tabulate a data frame in R

Using ave() with function which returns a vector

create a formula in a data.table environment in R

我真的不知道这个问题是否会被认为是重复的,但我特别感谢@ G.Grothedieck的最后一个问题.这可能是我选择策略的地方.这次搜索大约有125次点击,我只是通过前20次搜集这些例子,所以可能还有一些我没有发现的珍珠.