Data.table: समूहीकरण सेट

कुछ कीवर्ड: ग्रुपिंग सेट, रोलअप, क्यूब, ग्रुपिंग
कुछ संदर्भ: पोस्टग्रेज , ओरेकल , एसक्यूएल सर्वर , मनमाने कार्यों के साथ संयुक्त समूह

_समूह सेट_ और मित्र विभिन्न एकत्रीकरण स्तरों की पूर्व-गणना करने के लिए उपयोगी होते हैं, जो अक्सर वांछित होता है। data.table में उस सुविधा के लिए एपीआई बहुत अनुकूल नहीं है, डेटा के साथ उप योग और भव्य योग को देखें ।

_rollup_ के मामले में वे ऊपर से नीचे तक प्रदान किए गए by लिए एकत्रीकरण हैं। पोस्टग्रेस मैन से विवरण देखें, और नीचे उदाहरण कोड।

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

के बराबर है:

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

मुझे आश्चर्य है कि क्या उस प्रक्रिया की सस्ती गति हो सकती है? यह संभावित रूप से भारी कंप्यूटिंग कार्य है। सी में विकसित _ग्रुपिंग सेट_ फीचर की गणना करना बहुत अच्छा होगा, इसलिए सभी _रोलअप/क्यूब_ और अन्य सुविधाओं को _ग्रुपिंग सेट_ के शीर्ष पर बनाया जा सकता है, फिर भी पूरी गति का उपयोग करके आर में अधिक आसानी से बनाया जा सकता है।

बंद होने पर अद्यतन करने के उत्तर:

• [ ] 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")

कुछ अन्य प्रश्नों के नए उत्तर भी मिल सकते हैं:

• [ ] 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-calculating-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