Data.table: pengelompokan set

Beberapa kata kunci: GROUPING SET, ROLLUP, CUBE, GROUPING
Beberapa referensi: postgres , Oracle , SQL Server , pengelompokan yang dikombinasikan dengan fungsi arbitrer

_Pengelompokan set_ dan teman berguna untuk menghitung sebelumnya berbagai tingkat agregasi, yang sering diinginkan. Api untuk fitur itu di data.table tidak terlalu ramah, lihat Menggabungkan sub total dan total keseluruhan dengan data.table .

Dalam kasus _rollup_ itu adalah agregasi untuk by disediakan dari atas ke bawah. Lihat deskripsi dari postgres man, dan contoh kode di bawah ini.

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

setara dengan:

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

Saya ingin tahu apakah mungkin ada percepatan murah untuk proses itu? ini adalah tugas komputasi yang berpotensi berat. Akan sangat bagus jika fitur komputasi _grouping sets_ dikembangkan di C, sehingga semua _rollup/cube_ dan fitur lainnya dapat dibangun di atas _grouping sets_ dengan lebih mudah di R masih menggunakan kecepatan penuh.

Jawaban untuk memperbarui saat ditutup:

• [ ] 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")

Beberapa pertanyaan lain bisa mendapatkan jawaban baru juga:

• [ ] 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