data.table RのSELECT GROUP BY列インデックス？

Question

私はデータフレーム内の列を反復処理しています（コードの後のデータテーブルもあります）。 SQLでは、私は、各変数のために何をしたいのかの同等は次のようになります。

SELECT COUNT(VAR) FROM df GROUP BY MonthYear 

でも、私はいくつかのトラブルRでのことをやってを抱えています。私が持っているファイルは構造が貧弱なので、いくつかの種類がありますdplyr + data.table回避策私は機能を得ようとしています。

library(dplyr) 
library(data.table) 

df <- data.frame(MonthYear = c("JAN15", "JAN15", "FEB15", "MAR15", "MAR15"), V1 = c(1,1,0,0,0), V2 = c(0,1,1,1,0), V3 = c(0,0,0,1,1), V4 = c(0,1,1,1,1)) 

for(colNum in 2:length(names(df))){ 
    colName <- names(df)[colNum] 
    filtered <- select(df, c(1, colNum)) 
    filtered_dt <- data.table(filtered, key = "MonthYear") 
    trimmed <- filtered_dt[, count = sum(colName), by = key(filtered_dt)] 
} 

これはで、エラー結果：

trimmed <- filtered_dt[, count = sum(V1), by = key(filtered_dt)] 

私はただの文字を取得する方法がわからない：

Error in sum(column) : invalid 'type' (character) of argument

はV1のために、私はtrimmed割り当てがのようになります知っていますその構文に合うように"V1"という値を設定します。

Answer 1

質問に混乱がありますが、コード内にはSQL count(var)を使用し、sum(var)を使用するように見えます。 count(var)を使用すると、重複を含むNULLでないすべての要素がカウントされます。
あなたが月によってあなたの変数をsumしたいと仮定すると、その後マイケルのコメント内のソリューションは、効率的でクリーンな答えです：場合

library(data.table) 
df <- data.frame(MonthYear = c("JAN15", "JAN15", "FEB15", "MAR15", "MAR15"), V1 = c(1,1,0,0,0), V2 = c(0,1,1,1,0), V3 = c(0,0,0,1,1), V4 = c(0,1,1,1,1)) 
setDT(df) 
df[ , lapply(.SD, sum), by = MonthYear] 
# MonthYear V1 V2 V3 V4 
#1:  JAN15 2 1 0 1 
#2:  FEB15 0 1 0 1 
#3:  MAR15 0 1 2 2 

あなたの例のデータはよくあなたの問題をフィットされていない、あなたが本当にしたい場合は、SQLのcount(var)それからちょうどdf[, lapply(.SD, function(x) sum(!is.na(x))), by = MonthYear]を使用してください、これはグループによって非NA要素を数えます。