Data.table: مجموعات التجميع

بعض الكلمات الرئيسية: مجموعات التجميع ، لفة ، مكعب ، تجميع
بعض المراجع: postgres ، Oracle ، SQL Server ، مجموعات مقترنة بوظائف عشوائية

_مجموعات التجميع _ والأصدقاء مفيدون في الحساب المسبق لمستويات التجميع المختلفة ، وهو أمر مرغوب فيه غالبًا. واجهة برمجة التطبيقات لهذه الميزة في data.table ليست سهلة للغاية ، راجع تجميع الإجماليات الفرعية والإجماليات الكلية مع جدول البيانات .

في حالة _rollup_ ، هذه تجمعات لـ by من أعلى إلى أسفل. انظر الوصف من postgres man ، ومثال الكود أدناه.

ROLLUP ( e1, e2, e3, ... )

يعادل:

GROUPING SETS (
    ( e1, e2, e3, ... ),
    ...
    ( e1, e2 )
    ( e1 )
    ( )
)

أتساءل عما إذا كان يمكن أن يكون هناك تسريع رخيص لهذه العملية؟ من المحتمل أن تكون هذه مهمة حوسبة ثقيلة. سيكون من الرائع أن يكون لديك ميزة حسابية لمجموعات التجميع التي تم تطويرها في لغة C ، لذلك يمكن إنشاء جميع _rollup / cube_ والميزات الأخرى فوق _ مجموعات التجميع _ بسهولة أكبر في R مع الاستمرار في استخدام السرعة الكاملة.

إجابات للتحديث عند الإغلاق:

• [] https://stackoverflow.com/questions/21366138/multi-level-aggregations-like-grouping-sets-via-ddply-or-other-r-function

library(plyr)
grp.cols <- c("vs", "am", "gear", "carb", "cyl")
plyr.r = do.call(
    rbind.fill,
    lapply(1:length(grp.cols), function(x) ddply(mtcars, grp.cols[1:x], summarize, agg=mean(mpg)))
)

library(data.table) # 1.9.7+
dt.r = rollup(as.data.table(mtcars), j = .(agg=mean(mpg)), by=grp.cols)
all.equal(
    as.data.table(plyr.r),
    dt.r[-.N], # exclude grand total, not present in BrodieG answer
    ignore.row.order = TRUE,
    ignore.col.order = TRUE
)
#[1] TRUE
# install.packages("data.table", type = "source", repos = "https://Rdatatable.github.io/data.table")

• [x] https://stackoverflow.com/questions/9315258/aggregating-sub-totals-and-grand-totals-with-data-table/

library(data.table)
set.seed(1)
DT = data.table(
    group=sample(letters[1:2],100,replace=TRUE), 
    year=sample(2010:2012,100,replace=TRUE),
    v=runif(100))

cube(DT, mean(v), by=c("group","year"))
#    group year        V1
#1:     a 2011 0.4176346
#2:     b 2010 0.5231845
#3:     b 2012 0.4306871
#4:     b 2011 0.4997119
#5:     a 2012 0.4227796
#6:     a 2010 0.2926945
#7:    NA 2011 0.4463616
#8:    NA 2010 0.4278093
#9:    NA 2012 0.4271160
#10:     a   NA 0.3901875
#11:     b   NA 0.4835788
#12:    NA   NA 0.4350153
cube(DT, mean(v), by=c("group","year"), id=TRUE)
#    grouping group year        V1
#1:        0     a 2011 0.4176346
#2:        0     b 2010 0.5231845
#3:        0     b 2012 0.4306871
#4:        0     b 2011 0.4997119
#5:        0     a 2012 0.4227796
#6:        0     a 2010 0.2926945
#7:        2    NA 2011 0.4463616
#8:        2    NA 2010 0.4278093
#9:        2    NA 2012 0.4271160
#10:        1     a   NA 0.3901875
#11:        1     b   NA 0.4835788
#12:        3    NA   NA 0.4350153

# install.packages("data.table", type = "source", repos = "https://Rdatatable.github.io/data.table")

يمكن لبعض الأسئلة الأخرى الحصول على إجابات جديدة أيضًا:

• [] https://stackoverflow.com/questions/20918619/nested-table-within-column-sub-group-totals-frequencies-and-percentages-using
• [] https://stackoverflow.com/questions/10956300/grouping-and-sorting-in-r/10956655#10956655
• [] https://stackoverflow.com/questions/5982546/r-calculation-column-sums-row-sums-as-an-aggregation-from-a-dataframe
• [] https://stackoverflow.com/questions/14242409/use-plyr-to-compute-margins
• [] https://stackoverflow.com/questions/2566766/margin-totals-in-xtabs
• [] https://stackoverflow.com/questions/12445574/subtotals-in-columns-using-reshape2
• [x] http://stackoverflow.com/questions/36169073/how-to-do-group-by-rollup-in-r-like-sql