R：data.table中的聚合和重用变量

Question

我有一个data.table我想总结。它看起来像：

> DF 
      new_src action 
1: cdn.adnxs.com  1 
2: cdn.adnxs.com  1 
3: cdn.adnxs.com  1 
4: cdn.adnxs.com  3 
5: s1.2mdn.net  1 
6: cdn.adnxs.com  3 
7: cdn.adnxs.com  3 
8: cdn.adnxs.com  3 
9: cdn.adnxs.com  3 
10: cdn.adnxs.com  3 

我想new_src聚集，通过action发现出现频率最高，计算频率，打印此action，打印总量。 我可以使用table在ddply中执行此操作，并重复使用ddply中的变量，因此我不需要多次运行table。 我需要在data.table中做到这一点，但我不能重用table结果，我必须运行table两次。

例子。这工作：

DF = structure(list(new_src = c("cdn.adnxs.com", "cdn.adnxs.com", 
           "cdn.adnxs.com", "cdn.adnxs.com", "s1.2mdn.net", "cdn.adnxs.com", 
           "cdn.adnxs.com", "cdn.adnxs.com", "cdn.adnxs.com", "cdn.adnxs.com"), action = c("1", "1", "1", "3", "1", "3", "3", "3", "3", "3")), .Names = c("new_src", "action"), class = c("data.table", "data.frame"), row.names = c(NA, -10L)) 

dt = DF[1:10,by=list(new_src),list(tb = sort(table(action),decreasing=T)[1], nm = names(sort(table(action),decreasing=T)[1]),tot = .N)] 
View(dt) 

ddpl = ddply(DF,.(new_src),summarize,tb = sort(table(action),decreasing=T)[1], nm = names(tb), tot = length(new_src)) 
View(ddpl) 

这不。

dt = DF[1:10,by=list(new_src),list(tb = sort(table(action),decreasing=T)[1], nm = names(tb),tot = .N)] 

这可能与data.table？由于

Answer 1

我猜你想.N这里：

DF[, .N, by=.(new_src, action)][ 
    order(-N), .(topv = action[1], topn = N[1], n = sum(N)), by=new_src] 

     new_src topv topn n 
1: cdn.adnxs.com 3 6 9 
2: s1.2mdn.net 1 1 1 

要处理的关系，增加更多的参数order(-N, ...)。

---

相反链的by=的，嵌套是另一种选择：

DF[, .SD[, .N, by=action][order(-N), c(.SD[1], .(totn = sum(.N)))], by=new_src] 

     new_src action N totn 
1: cdn.adnxs.com  3 6 2 
2: s1.2mdn.net  1 1 1 

我发现很难效仿，虽然，它可能会更慢，因为j = .N is optimized。