Considérez les points suivants dt
:
dt <- data.table(a=c(1,1,2,3),b=c(4,5,6,4))
Qui ressemble à ça:
> dt
a b
1: 1 4
2: 1 5
3: 2 6
4: 3 4
Je suis ici l'agrégation de chaque colonne, de par les valeurs uniques et puis en comptant combien de uniquye les valeurs de chaque colonne de a:
> dt[,lapply(.SD,function(agg) dt[,.N,by=agg])]
a.agg a.N b.agg b.N
1: 1 2 4 2
2: 2 1 5 1
3: 3 1 6 1
Donc 1
apparaît deux fois dans dt
et donc a.N
est 2
la même logique se passe pour les autres valeurs.
Mais le problème est de savoir si cette transformation de l'original datatable
avoir des dimensions différentes à la fin, les choses vont s'recyclé.
L'exemple de ce dt
:
dt <- data.table(a=c(1,1,2,3,7),b=c(4,5,6,4,4))
> dt[,lapply(.SD,function(agg) dt[,.N,by=agg])]
a.agg a.N b.agg b.N
1: 1 2 4 3
2: 2 1 5 1
3: 3 1 6 1
4: 7 1 4 3
Warning message:
In as.data.table.list(jval, .named = NULL) :
Item 2 has 3 rows but longest item has 4; recycled with remainder.
Ce n'est plus la bonne réponse parce que b.N
devriez avoir maintenant seulement 3
les lignes et les choses(vecteur) s'est recyclé.
C'est pourquoi je voudrais transformer l'expression dt[,lapply(.SD,function(agg) dt[,.N,by=agg])]
dans une liste avec des dimensions différentes, avec le nom de l'élément dans la liste le nom des colonnes dans le nouveau transformé dt
.
Une esquisse de ce que je veux dire, c'est:
newlist
$a.agg
1 2 3 7
$a.N
2 1 1 1
$b.agg
4 5 6 4
$b.N
3 1 1
Ou encore une meilleure solution serait d'obtenir un datatable
avec une piste de colonnes sur une autre colonne:
dt_final
agg N column
1 2 a
2 1 a
3 1 a
7 1 a
4 3 b
5 1 b
6 1 b
measure.vars = colnames(d)
si vous avez plusieurs milliers de colonnes.