Wie erhält man die Länge der aktuellen Gruppe in data.table Gruppierung?

Question

Ich weiß, dass dies mit anderen Paketen erreicht werden kann, aber ich versuche es in data.table zu tun (wie es scheint am schnellsten für die Gruppierung zu sein).

library(data.table) 
dt = data.table(a=c(1,2,2,3)) 
dt[,length(a),by=a] 

Ergebnisse in

a V1 
1: 1 1 
2: 2 1 
3: 3 1 

während

df = data.frame(a=c(1,2,2,3)) 
ddply(df,.(a),summarise,V1=length(a)) 

produzieren

a V1 
1 1 1 
2 2 2 
3 3 1 

, die ein sinnvolleren Ergebnisse sind. Ich frage mich nur, warum data.table nicht die gleichen Ergebnisse gibt, und wie dies erreicht werden kann.

Answer 1

Die data.table Möglichkeit, dies zu tun, ist spezielle Variable, .N, die die Anzahl der Zeilen in der aktuellen Gruppe verfolgt. (Weitere Sondergrößen sind .SD, .BY (in Version 1.8.2) und .I und .GRP (verfügbar ab Version 1.8.3) Alle sind in ?data.table dokumentiert.):

library(data.table) 
dt = data.table(a=c(1,2,2,3)) 

dt[, .N, by = a] 
# a N 
# 1: 1 1 
# 2: 2 2 
# 3: 3 1 

Um zu sehen, warum das, was Sie didn versucht‘ t Arbeit, führen Sie den folgenden Überprüfung der Wert von a und length(a) an jedem Browser prompt:

dt[, browser(), by = a]