按组有效重复观察 数据

如何解决按组有效重复观察 数据

我正在尝试找到一种有效的方法，仅针对某些组在 data.table 中按组重复行。请考虑以下示例：

library(data.table) 

DT <- data.table(x = c("A","A","B","C","D","D"),y = 1:8)

这个数据集看起来像：

head(DT)
   x y
1: A 1
2: A 2
3: B 3
4: B 4
5: C 5
6: C 6

假设我有一个单独的向量 rep <- c("A","C")。给定这个向量，我希望能够将 A 的 所有 行重复三次（由于 rep 中“A”字符的基数）和与 B 关联的所有行两次。因此，最终的数据集应该是：

    x y
1:  A 1
2:  A 2
3:  A 1
4:  A 2
5:  A 1
6:  A 2
7:  B 3
8:  B 4
9:  B 3
10: B 4
11: C 5
12: C 6

请注意，我没有重复“C”，因为“C”的基数在 rep 中只有 1。目前，我有一种执行此过程的骇人听闻的方法，但我想知道是否有更有效的 data.table 方法来执行上述操作。

谢谢！

附言我这样做的原因是因为我在回归中进行了一些替换匹配，有时，同一控制公司被分配给多个处理公司。

解决方法

data.table 合并不会给你相同的排序，但你不应该依赖数据表中的排序，无论如何：

merge(DT,data.frame(x=rep),by="x")

    x y
 1: A 1
 2: A 1
 3: A 1
 4: A 2
 5: A 2
 6: A 2
 7: B 3
 8: B 3
 9: B 4
10: B 4
11: C 5
12: C 6

,

我们可以做到

DT[ data.table(x = v1)[,.N,x],on = .(x)][rep(seq_len(.N),N)]

---

或按相同顺序返回

 DT[,.(y = list(y)),x][data.table(x = v1),on = .(x)][,.(x,y = unlist(y))]

数据

v1 <- c("A","A","B","C")

,

一种解决方案是收集计数并左连接它们：

library(data.table) 
library(data.table)

DT <- data.table(x = c("A","C","D","D"),y = 1:8)
rep_vec <- c("A","C")
rep_DT <- DT %>% 
  left_join(data.frame(group = rep_vec),by = c("x" = "group"))

您确定在数据框中复制行是您的理想选择吗？