data.table中的嵌套聚合
data.table是一个在R语言中用于数据处理和分析的强大工具包。它提供了高效的数据操作和聚合功能，特别适用于大型数据集的处理。
嵌套聚合是data.table中的一种功能，它允许在数据集的多个维度上进行聚合操作。具体来说，嵌套聚合可以按照一个或多个变量对数据进行分组，并在每个组内进行聚合计算。
嵌套聚合的优势在于它可以同时对多个维度进行聚合操作，从而更全面地了解数据的特征和关系。此外，data.table的嵌套聚合功能还具有高效性能和内存优化的特点，能够处理大规模数据集而不会出现性能问题。
嵌套聚合在各种数据分析场景中都有广泛的应用。例如，在销售数据中，可以按照不同的地区、时间段、产品类别等维度进行嵌套聚合，以了解销售情况的变化趋势和关键因素。在金融数据分析中，可以按照不同的投资组合、行业、市场等维度进行嵌套聚合，以评估投资组合的风险和收益。
对于使用data.table进行嵌套聚合，腾讯云提供了一系列相关产品和服务。例如，腾讯云的数据仓库服务TencentDB for TDSQL支持高性能的数据存储和查询，可以与data.table结合使用，提供更强大的数据处理和分析能力。此外，腾讯云还提供了云服务器、云数据库、云存储等多种基础设施和服务，为data.table的嵌套聚合提供可靠的运行环境和支持。
更多关于腾讯云相关产品和服务的介绍，请访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
我有一个由4列组成的data.frame (tt)，其中每个条目都有一个ID标记，它是基于哪个人进行测量的。我想将SkinTemp数据除以每个ID的最小值：
dput(head(tt,10))
structure(list(id = c("1", "1", "1", "1", "1", "1", "1", "1",
"1", "1"), Time = c(139, 139, 139, 139, 139, 139, 139, 139,
浏览 2提问于2017-01-11得票数 0
回答已采纳
2回答
我有三列: loan_id、amount、date。我有1,048,575个条目，我需要将loan_id列中的所有重复项加在一起(同一loan_id上有不同的付款)，在第二个表中，应将金额值与loan_id相匹配。
我的数据示例如下
浏览 0提问于2019-10-02得票数 0
我正在寻找aggregate()函数的并行版本，并且看起来和正是我正在寻找的。
作为测试，我创建了一个包含10m条记录的数据集
blockSize <- 5000
records <- blockSize * 2000
df <- data.frame(id=1:records, value=rnorm(records))
df$period <- round(df$id/blockSize)
# now I want to aggregate by period and return mean of every block:
x <- aggregate(val
浏览 0提问于2013-01-09得票数 3
回答已采纳
有了这些数据
d <- data.frame(time=1:5, side=c("r","r","r","l","l"), val = c(1,2,1,2,1))
d
time side val
1 1 r 1
2 2 r 2
3 3 r 1
4 4 l 2
5 5 l 1
我们可以像这样展开到一个整洁的数据帧中：
library(tidyverse)
d %>% spread(side,val)
这就给出了：
浏览 4提问于2018-01-25得票数 0
回答已采纳
有人能更详细地介绍elasticsearch聚合中reverse_nested标记中的“路径”参数吗？我试图在不同的嵌套级别上使用键聚合嵌套桶。以下是详细信息：
创建具有以下映射的索引
PUT agg
{
"mappings": {
"sample": {
"properties": {
"product": {
"type": "object",
"properties": {
浏览 4提问于2017-05-10得票数 0
在我们的elasticSearch中，我们有一个树形结构的文件夹对象。我想做一个搜索，基本上完成树的遍历，并列出遍历中的所有文档。在较新版本的elasticSearch中是否可以做到这一点？
我在看，它的答案似乎是“这不可能”，但它已经有几年的历史了。我在互联网上找到了各种执行一级嵌套搜索的例子，但没有任何关于完整遍历的例子。
我的预期用例是说“给我一个这个文件夹的所有父文件夹的有序列表”。它是对根的向上遍历。
浏览 20提问于2017-01-10得票数 0
3回答
我有以下几点
t <- structure(list(name = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L), .Label = c("Alice", "Bob",
"Jane Doe", "John Doe"), class = "factor"), school = st
浏览 0提问于2016-11-11得票数 0
回答已采纳
我有来自不同实验的几个.csv文件，其中一些是同一个实验的重复，因此需要进行平均处理。这些文件的类型如下：
A_a.csv，A_b.csv，A_c.csv；B_a.csv，B_c.csv；C_a.csv，C_b.csv，C_c.csv，C_d.csv等
其中A，B，C，..。参考不同的实验，而a，b，c，.请参阅同一实验的重复。每个csv文件包含一个时间列和一个Abs列。
我已经从所有这些文件中创建了一个数据帧列表，我希望得到一个重复序列平均的列表，因此输出将是一个列表，如下所示：
A.csv，B.csv，C.csv，
其中A，B，C，..。是具有时间的数据帧，Abs是时间的行平均值，是每个重
浏览 0提问于2019-01-08得票数 1
回答已采纳
2回答
我正在使用R中的一个巨大的数据表，其中包含由不同来源获取的多个位置的每月温度测量值。
数据集如下所示：
library(data.table)
# Generate random data:
loc <- 1:10
dates <- seq(as.Date("2000-01-01"), as.Date("2004-12-31"), by="month")
mods <- c("A","B", "C", "D", "E")
temp <- ru
浏览 4提问于2016-04-10得票数 13
回答已采纳
1回答
R根据组/子组汇总数据帧
、、、
我被困在这里有另一个R-问题。我有一个以下布局的数据框，有超过2000个观察值和50列：
group <- c("X","X","X","X","Y","Y","Y","Y","Z","Z","Z","Z")
subgroup <- c("A","B","A","B","A","B","A&
浏览 0提问于2013-07-03得票数 0
回答已采纳
我有一个时间戳的数据，它指定了一个分类状态。状态在下一次时间戳之前有效，此时类别可能会更改。
我希望能够确定每个类别在固定时间段中花费的时间百分比，比如每月、每季度或每年。
这似乎是一个很常见的问题，但我一直无法找到一个优雅的解决方案或库来解决它。
例如，使用以下示例dataframe：
date status
2016-02-20 09:11:00 a
2016-03-06 02:38:00 c
2016-03-10 15:20:00 b
2016-03-10 21:20:00 a
2016-03-11 11:51:00
浏览 2提问于2016-05-27得票数 0
3回答
我有几个JSON文件，其中的文本分组为date、body和title。举个例子，考虑一下：
{"date": "December 31, 1990, Monday, Late Edition - Final", "body": "World stock markets begin 1991 facing the threat of a war in the Persian Gulf, recessions or economic slowdowns around the world, and dismal earnings -- the
浏览 4提问于2016-09-24得票数 1
回答已采纳
2回答
我试图查看聚合、应用等方面的手册，但我找不到一些示例，其中一些列被应用的函数跳过，而另一些列则按原样复制。示例：
> olddf = data.frame(code=c("one","one","two"), val1=c(1,2,3), val2=c(4,5,6), val3=c(7,8,9))
> olddf
code val1 val2 val3
1 one 1 4 7
2 one 2 5 8
3 two 3 6 9
>
如何聚合olddf以便获得一个新的数
浏览 2提问于2015-02-13得票数 0
回答已采纳
我得到了一个.csv数据集，其中包含按日期划分的事件列表。每个事件发生在一个区域，有一个方法，并且可以有两个结果之一。
多个事件可以发生在任何给定的一天。
我的任务是制作下列文件：
( 1)制作一幅result1，result2，每天的结果。
2)绘制一幅result1、result2、结果汇总图。3)绘制一幅result1、result2图，按面积计。
还有其他的工具可以用来完成这些，但我想借此机会看看R对我有多好。
我还可以完成将数据集转换为多个数据集的任务--我想避免这种情况。
我可能可以通过使用嵌套循环来完成任务--我希望避免这种情况。
我尝试过对下面的代码进行修改，但我遇到的主要问题
浏览 0提问于2015-11-15得票数 0
回答已采纳
1回答
我试图根据任何一年、月或日期的水平来汇总利润。我正在读取来自另一个文件的聚合级别，并希望将其传递给聚合函数--来自该文件的值，但它正在抛出一个错误。
library(lubridate)
parameter <- read.csv("Parameter.csv",header = F,col.names = c("Option","Value"))
head(parameter)
orders <- read.csv("Orders_Data.csv")
str(orders)
orders$Order.Date
浏览 0提问于2017-08-04得票数 0
回答已采纳
我想找出R中给定的一组不同长度的数的平均值。
我掌握的数据如下：
company_name marketcap date
A 100023 01-01-2000
A 100234 02-01-2000
A 108332 03-01-2000
A
.
.
A 112334 31-12-2000
B 24342 01-01-2000
B
浏览 0提问于2019-05-07得票数 2
回答已采纳
4回答
我在下面的数据帧中重新定义了一个
Date Expenditure Indicator
29-01-2011 5455 212
25-01-2012 5452 111
11-02-2011 365 5
我目前对支出值进行汇总感兴趣，我正在尝试使用以下函数
dta.sum <- aggregate(x = dta, FUN = sum,
by = list(Group.date = dta$date))
但R返回以下错误，即Summary.Date中的错误(c( 15614L，156
浏览 10提问于2014-07-16得票数 3
回答已采纳
1回答
用多准则因子折叠数据帧
、、、
我有一个数据框架，描述动物的顺序移动(ID列)和在那里花费的时间(start和end列)。这些运动在小尺度上被记录下来，但在较大的区域内被分类(classification列)，这样动物可以在一个区域内移动多次，然后再移动到另一个区域并四处移动。他们也可以一直呆在一个地区，或者根本不动。
在sequent_moves列中跟踪每个区域内的运动序列(有关如何创建这些区域的更详细说明，请参见 )。动物可能会迁移回他们早些时候离开的地方。还有一列化学数据，Mean_8786Sr，与该区域有关。
我想折叠这个数据框架，这样我就只能描述区域运动了。因此，通过Sample和sequent_moves进行细分
浏览 2提问于2017-10-18得票数 0
回答已采纳
2回答
我有问题，不能计算独特的繁育代码的种植和死亡计数之和。我试图使用聚合函数来完成这个任务。
Goal:
## rowBrCrCode rowPlanted rowPsaDeath rowSurvival
## 1: GL_287 63 24 0
## 2: GL_287 13 7 0
## 3: GL_287 67 26 0
## 4: aCK_227
浏览 3提问于2016-12-12得票数 0
回答已采纳
2回答
我希望将数据按一列分组，并将不同列中的字符串粘贴到一行中。例如，假设我有一个data.frame A
library(dplyr)
A <- data.frame(student = rep(c("John Smith", "Jane Smith"), 3),
variable1 = rep(c("Var1", "Var1", "Var2"), 2))
A <- arrange(A, student)
student variable1
1 Jane
浏览 3提问于2015-12-30得票数 0
回答已采纳
1回答
我使用术语聚合来计算字段值，但在聚合之前，我根据聚合结果进行过滤搜索。最后，我需要id和聚合计数，例如，如果异常id是1，并且如果它匹配，那么我需要输出为 1 -> "key"："transfer“"doc_count"：2 2 -> "key"："stock“"doc_count"：4 并且我在下面突出显示了异常id，我希望将其作为指向每个存储桶的指针。 我怎样才能在弹性搜索中做到这一点呢?我已经附上了回复样本。 {
"took": 250,
"timed_out&#
浏览 21提问于2020-04-13得票数 0
回答已采纳
我有一个嵌套模式的映射，我正在尝试对嵌套字段进行聚合，并按文档i计数排序。
select name, count(distinct docid) as uniqueid from table
group by name
order by uniqueid desc
以上就是我想要做的。
{
"size": 0,
"aggs": {
"samples": {
"nested": {
"path": "sample"
浏览 2提问于2016-12-07得票数 3
2回答
如果我有一个df：
> ID<-c("A","A","A","B","B","B","B","C","C","C","C")
> attr<-c("yes1","yes1","no","yes2","yes1","yes1","yes1","no","no"
浏览 0提问于2012-11-30得票数 1
回答已采纳
我在ES中有如下文档结构：
{
customer_id: 1,
is_member: true,
purchases: [
{
pur_id: 1,
pur_channel_id: 1,
pur_amount: 100.00,
pur_date: '2021-08-01'
},
{
pur_id: 2,
pur_channel_id: 2,
pur_amount: 100.00,
pur_date: '2021-08-02'
浏览 4提问于2021-09-10得票数 0
1回答
我使用的是具有最小文档数量的术语聚合。
我想对与前一个相关的文档运行另一个术语聚合。
换句话说，我只想在属于大于10的组的文档上运行术语聚合。
不管怎么说，要用elastic做到这一点吗？
浏览 0提问于2018-03-15得票数 0
我的弹性搜索数据看起来
{
"took": 12,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 1,
"hits": [
{
"_index": &
浏览 1提问于2017-09-24得票数 1
回答已采纳
2回答
我试图理解R的语法，并且在嵌套公式时遇到困难。
在这种情况下，我试图：
在"Y“列中选择等于一个的所有内容，然后当#1为真时给出列"X”中的唯一值。
我知道如何分两步完成，但不是嵌套格式。
谢谢
子集(data，Y == "1") %>%
唯一(“X”)
浏览 3提问于2022-11-16得票数 0
回答已采纳
1回答
我对R非常陌生，我在使用data.table执行一些更复杂的操作时遇到了一些问题。我不知道是否可以这样做，所以我很乐意提供任何帮助。
首先，让我在一个简化的样本数据上描述我的问题和期望的目标：
type region quantity timestamp
small A 2 05/01/15 10:00
small A 1 05/01/15 10:00
small B 1 05/01/15 10:00
big A
浏览 3提问于2016-01-15得票数 0
回答已采纳
2回答
我试着计算每一个系数的NA列的数量。我将使用mtcars数据框架使其更直观。
看一下数据，我想得到一些返回的信息，比如：
mpg count(NA_in_column_carb)
21.0 0
21.4 0
17.3 0
在SQL术语中，我首先要按mpg对数据分组(在本例中，mpg将是一个因素)，然后计算carb列中每个组的NA值的数量。
我试着使用dplyr编写一些东西，但是由于它没有产生正确的结果，而是产生了一个错误，所以被卡住了。
守则：
mtcars %>% group_by(mpg, carb) %&g
浏览 2提问于2020-04-29得票数 0
回答已采纳
1回答
我正在尝试与Elasticsearch聚合一起工作！我想要获取具有相同操作ID和每个ID的用户，并且匹配另外两个字段！所以这就像在聚合上的聚合！我不知道该怎么做！有人能帮我整理一下吗？？
浏览 3提问于2016-08-24得票数 5
我有一个文档集合(例如，每个学生的字段)，并希望在1个查询中返回每个学生的聚合。我只能考虑按学生查询，然后进行聚合，但我希望防止代码中的循环，以获得每个学生的聚合。
浏览 0提问于2019-02-23得票数 0
3回答
我有下面的表格(这只是一个示例)：
custNbr channel custBranchNbr totalTransactions
1 Web 901 7
2 store 903 5
3 Cel 901 10
etc...
我想创建"sub_table“，它汇总了每个custBranchNbr中以特定通道为条件的事务数量(仅限Web+Cel)；如下所示：
custBranchNbr sum(totalTransa
浏览 3提问于2016-11-15得票数 0
2回答
我想在R中聚合数据，但以一种非常通用的方式，将右侧(列)存储在一个对象中作为字符串。下面是示例表达式
aggregate(PATTERN_ID ~ Year + Week), data, length)
所以在我的例子中，右边的"Year + Week“将会像required一样改变，我想把它作为一个存储在变量中的字符串来传递。我尝试使用评估策略，但没有给出所需的输出。以下是我尝试过的方法：
exp_aggregate_by = 'Year + Week'
aggregate(PATTERN_ID ~ eval.quoted(parse(text = exp_aggr
浏览 0提问于2018-09-28得票数 1
1回答
我正在考虑将我的web应用程序从SQL数据库迁移到键值存储，这样我就可以水平地缩放我的应用程序了。
我正在计划如何迁移我的模式--我确信一定有一个模式可以这样做。
我将举一个米老鼠的逻辑例子来说明我的想法。这里是关系数据库中一个简单的库系统，它包含Books、Persons和BorrowEvents，您可以使用BorrowEvent从Books连接到Persons，以查看谁借用了哪个Book。
Book
- BookID
- BookTitle
Person
- PersonID
- PersonName
BorrowEvent
- BorrowEventID
- BookID
浏览 2提问于2015-11-14得票数 0
回答已采纳
2回答
这是我的初始数据集：
x <- c("a","a","b","b","c","c","d","d")
y <- c("a","a","a","b","c","c", "d", "d")
z <- c(5,1,2,6,1,1,5,6)
df <- data.frame(x,y,z)
如果dataset中还有其他行，则尝试
浏览 3提问于2020-09-29得票数 0
回答已采纳
我有一个巨大的数据集，我想在其中找到基于3个条件的生存概率。下表列出了这些概率。 library(PASWR2)
tab = with(TITANIC3, ftable(fare = fare > 200, pclass, sex, survived)) %>% prop.table(1) %>% round(3) * 100
tab 有没有一种简单的方法可以将tab表中的概率作为新列添加到TITANIC3数据集中？ 谢谢!
浏览 19提问于2020-11-04得票数 1
回答已采纳
1回答
我想得到V1的平均值(按V2加权，按V3和V4除法)，所以我尝试了aggregate，它不起作用，因为weighted.mean只接受来自aggregate的一个参数，所以它与mean相同
df <- data.frame(V1=seq(1, 1.5, 0.1),
V2=seq(6, 1, -1),
V3=c('A','A','A','B','B','B'),
V4=c('F'
浏览 3提问于2014-12-23得票数 0
回答已采纳
如何创建包含嵌套data.table的data.tables？
示例
set.seed(7908)
dt <- data.table(x=1:5)[,list(y=letters[1:x],z=sample(1:100,x)),by=x]
dt
## x y z
## 1: 1 a 13
## 2: 2 a 27
## 3: 2 b 87
## 4: 3 a 85
## 5: 3 b 98
## 6: 3 c 1
## 7: 4 a 53
## 8: 4 b 81
## 9: 4 c 64
## 10: 4 d 45
## 11: 5 a 28
## 12
浏览 1提问于2014-08-21得票数 14
回答已采纳
{
"query": {
"match_all": {}
},
"from": 0,
"size": 0,
"aggs": {
"itineraryId": {
"terms": {
"field": "iid",
"size": 2147483647,
"order": [
{
&
浏览 0提问于2017-04-17得票数 4
1回答
我有一个文件，前几行是：
bacttaxa LL8388 UL8388 LL8384 LL8381 UL8382 LL8385
13603 Yokenella regensburgei 0 0.000 0.000 0.000 0.000 76.192
15068 Yokenella regensburgei 0 0.000 0.000 399.583 0.000 0.000
11518 Zobellia galactanivorans 0 83.133 200.795 79
浏览 2提问于2014-12-31得票数 2
我想在一个布尔型字段中获得聚合，但是输出是一个错误： 查询： “{ "size": 0,
"aggs": {
"RecentCreated": {
"terms": {
"field": "created_at.keyword",
"order": {
"_key": "desc"
},
"size": 1
},
浏览 23提问于2020-07-26得票数 0
回答已采纳
我有一个矢量
var = c(5, 3, 6, 0, 1, 1, 1, 0, 4, 2, 1, 3, 3, 6, 3, 15, 1, 0, 2, 3,
1, 0, 0, 3, 2, 3, 2, 2, 2, 4, 4, 0, 1, 0, 2, 2, 5, 3, 3, 1, 0,
1, 1, 6, 4, 3, 0, 7, 4, 2, 3, 3, 0, 1, 1, 3, 4, 5, 2, 1, 3, 10,
13, 3, 1, 4, 5, 3, 1, 1, 5, 4, 2, 1, 6, 1, 2, 3, 5, 8, 3, 1,
7, 4, 0, 1, 7, 1, 3, 4, 3, 5, 3,
浏览 0提问于2014-09-30得票数 1
我有以下ElasticSearch映射。映射：
"cid": {
"type": "long"
},
"crankings": {
"type": "nested",
"properties": {
"rank": {
"type": "long"
},
"name": {
浏览 3提问于2018-02-12得票数 0
3回答
我们得到了一个Elasticsearch索引，其中包含一个包含任意嵌套对象(称为设备)子集的文档。这些设备中的每一个都有一个键调用"aw“。我想要完成的是，获得每种设备类型的平均aw密钥。当试图聚合和可视化这个平均值时，我不会得到每种设备类型的aw平均值，而是包含特定设备的文档中的所有设备的平均值。
因此，Elasticsearch / Kibana不是在device.id=7中获取所有文档，而是聚合每个device.id的aw，而是获取包含device.id=7的所有文档，然后使用文档中的 all 设备构建它的平均值。
Out索引映射如下(仅为重要部分)：
"mappings
浏览 7提问于2015-11-26得票数 5
我有这样的json结构：
[{
'id': 1,
'result': [{
"score": 0.0,
"result_rules": [{
"rule_id": "sr-1",
},
{
"rule_id": "sr-2",
}
]
}]
},
{
&#
浏览 3提问于2020-01-20得票数 2
回答已采纳
我的ElasticSearch索引有嵌套文档来指示与文档相关的各种事件发生的地方。我正在使用聚合来获取这些地方的侧面。返回的计数是该地点发生的次数的计数。例如，如果文档有加利福尼亚的生死地，那么加利福尼亚的汇总计数是2，我希望聚合计数是包含特定位置的文档数，而不是包含该位置的子文档数。我的模式的相关部分如下所示：
"mappings": {
"document": {
"properties": {
"docId" : { "type": "keyword&#
浏览 0提问于2018-02-12得票数 1
回答已采纳
假设我有以下数据：
dat <- read.table(text="TrxID Items Quant Team_Id
Trx1 A 3 11
Trx1 B 1 11
Trx1 C 1 12
Trx2 E 3 13
Trx2 B 1 13
Trx3 B 1 14
Trx3 C 4 14
Trx4 D 1 15
Trx4 E 1 15
Trx4 A 1 15
Trx5 F 5 18
Trx5 B 3 13
Trx5 C 2 19
Trx5 D 1 20", header=T)
dat[1, ]$Team_Id <- paste0(c('11',
浏览 0提问于2018-08-23得票数 2
回答已采纳
1回答
我不时地摆弄SQL Server，我得到一个类似于Can't use a window function on an aggregate的错误。这是令人沮丧的，因为我有SQL Server2008，我知道2012提供了更好的窗口函数功能，我经常使用它们。然而，我时不时地做一些像这样的事情
select me.patid
,COUNT(*) as eligibilityGapsNo
,COUNT(*) over(partition by count(*))
from memberEligibility as me
group by me.patid
浏览 0提问于2013-05-07得票数 3
回答已采纳
2回答
mydf看起来像这样；
id<-c(1,1,2,2,3,3,4,4)
type<-c("a","a","a","b","a","a","a","b")
total<-c(1.1,1.2,2.1,2.3,3.4,3.6,4.2,4.3)
mydf<-data.frame(id,type,total)
我想使用aggregate对type=b的总数求和，但是生成一个包含所有id数字的df。所以我更倾向于使用
mydf.ag<-aggregat
浏览 0提问于2015-04-21得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
