我有一个类似这样的data.table:
library(data.table)
mydt <- data.table(id = LETTERS[1:6], x = 1:6, y = 2:3)
> mydt
id x y
1: A 1 2
2: B 2 3
3: C 3 2
4: D 4 3
5: E 5 2
6: F 6 3
我想用增加滞后的值替换值列,并导致每次观察(即x [-1] x x [1]).我可以使用惊人的shift()功能做这样的事情.
cols <- c('x', 'y')
mydt[
,
(cols) := shift(.SD, 1) + .SD + shift(.SD, 1, type = 'lead'),
.SDcols = cols
][]
id x y
1: A NA NA
2: B 6 7
3: C 9 8
4: D 12 7
5: E 15 8
6: F NA NA
但是这会为没有超前/滞后值的行引入NA.如何修改计算以仅对这些行使用可用的两个值(如na.rm = TRUE)?这样输出就可以了
id x y
1: A 3 5
2: B 6 7
3: C 9 8
4: D 12 7
5: E 15 8
6: F 11 5
我尝试使用sum(…,na.rm = TRUE)而不是运算符,但这给出了错误:总和错误(shift(.SD,1),. SD,shift(.SD,1,type =“lead) “),na.rm = TRUE):
参数的’type'(列表)无效.
我也试过以下但是显然会给出其他的东西.
mydt[
,
(cols) := lapply(
.SD,
function(x) sum(shift(x, 1), x, shift(x, 1, type = 'lead'), na.rm = TRUE)
),
.SDcols = cols
][]
id x y
1: A 126 90
2: B 126 90
3: C 126 90
4: D 126 90
5: E 126 90
6: F 126 90
最佳答案 正如@akrun和@DavidArenburg指出的那样,shift函数有一个填充参数来解决问题.
cols <- c('total_open', 'total_send')
mydt[
,
(cols) := shift(.SD, 1, fill = 0) + .SD + shift(.SD, 1, type = 'lead', fill = 0),
.SDcols = cols
][]
id x y
1: A 3 5
2: B 6 7
3: C 9 8
4: D 12 7
5: E 15 8
6: F 11 5