条件のdata.tableを自己結合する方法

Question

私のdata.tableに新しい列を追加したいと思います。この列には、特定の条件を満たすすべての行の別の列の合計が含まれている必要があります。例：（ - T [X] Tが[i]）と< = 10、私は

を計算したいすべての行xと行ごとに

require(data.table) 
DT <- data.table(n=c("a", "a", "a", "a", "a", "a", "b", "b", "b"), 
      t=c(10, 20, 33, 40, 50, 22, 25, 34, 11), 
      v=c(20, 15, 16, 17, 11, 12, 20, 22, 10) 
      ) 
DT 
    n t v 
1: a 10 20 
2: a 20 15 
3: a 33 16 
4: a 40 17 
5: a 50 11 
6: a 22 12 
7: b 25 20 
8: b 34 22 
9: b 11 10 

私、ABSは、ここで私のdata.tableは、このようになります

foo = sum(v[i] * abs(t[i] - t[x])) 

SQLでは、自己結合を使用してこれを解決します。

for (i in 1:nrow(DT)) 
    DT[i, foo:=DT[n==DT[i]$n & abs(t-DT[i]$t)<=10, sum(v * abs(t-DT[i]$t))]] 

DT 
    n t v foo 
1: a 10 20 150 
2: a 20 15 224 
3: a 33 16 119 
4: a 40 17 222 
5: a 50 11 170 
6: a 22 12 30 
7: b 25 20 198 
8: b 34 22 180 
9: b 11 10 0 

は、残念ながら、私はかなり頻繁にこれをしなければならないと私が一緒に仕事表がかなり大きい：Rで私は、forループを使用して、これを行うことができました。 forループアプローチは機能しますが、遅すぎます。私は本当のブレークスルーを伴わずにsqldfパッケージを使いました。私はいくつかのdata.table魔法を使ってこれをやりたいと思います。あなたの助けが必要です:-)。私は、必要とされるのは、t値の差が閾値より小さいという条件で、何らかの自己結合であると思います。

フォローアップ： フォローアップの質問があります。私のアプリケーションでは、この結合は何度も何度も繰り返されています。 vの変化ですが、tとnは常に同じです。だから私は何とか一緒に属している行を格納することを考えています。どのように賢い方法でこれを行うための任意のアイデア？

Answer 1

次のことを試してみてください：上記の行ため

unique(merge(DT, DT, by="n")[abs(t.x - t.y) <= 10, list(n, sum(v.x * abs(t.x - t.y))), by=list(t.x, v.x)]) 

---

内訳：あなたは自分自身でテーブルをマージすることができます

、出力もdata.tableになります。あなただけフィルタリングし、任意のDT

# this will give you your desired rows 
[abs(t.x - t.y), ] 

# this is the expression you outlined 
[ ... , sum(v.x * abs(t.x - t.y)) ] 

# summing by t.x and v.x 
[ ... , ... , by=list(t.x, v.x)]) ] 

と同様に計算することができます...列名が.xの接尾辞と.y

merge(DT, DT, by="n") 

を与えられることに注意してくださいそして、最終的に削除するためにuniqueでそれをすべてを包みます複製された行。

---

UPDATE：これは、コメントすることなく、以下の行は、あなたの出力に一致するものです

長すぎるすべきです。これとこの回答の先頭にある唯一の違いは、v.yという語がsum(v.y * ...)にありますが、byの文はまだv.xです。それは意図的なのでしょうか？

unique(merge(DT, DT, by="n")[abs(t.x - t.y) <= 10, list(n, sum(v.y * abs(t.x - t.y))), by=list(t.x, v.x)]) 

Answer 2

偉大な質問です。この答えは、実際にはリカルドの答えと一緒にテイスターに過ぎません。

理想的には、効率のために大きなデカルト自己結合を避けたいと考えています。残念ながらrange joins (FR#203)はまだ実装されていません。その間、非常に最新のv1.8を使用します。7（未テスト）：FR＃203が行われる

setkey(DT,n,t) 
DT[,from:=DT[.(n,t-10),which=TRUE,roll=-Inf,rollends=TRUE]] 
DT[,to:=DT[.(n,t+10),which=TRUE,roll=+Inf,rollends=TRUE]] 
DT[,foo:=0L] 
for (i in 1:nrow(DT)) { 
    s = seq.int(DT$from[i],DT$to[i]) 
    set(DT, i, "foo", DT[,sum(v[s]*abs(t[s]-t[i]))]) 
} 

と、上記ロジックが内蔵されるであろう、そしてそれは、一のライナーなるべき：そこiテーブルの

setkey(DT,n,t) 
DT[.(n,.(t-10,t+10),t), foo:=sum(v*abs(t-i.t))] 

第二カラム2列の列です（との間を示します）。いつものように、jは、巨大デカルト・セルフ・ジョイン・テーブルを作成することなく、iの各行に対して評価されるため、速くなければなりません。

これは、とにかく現在の考えです。