data.table: lapply функция с многоколоночным выходом

Question

Я использую функцию smean.cl.normal из пакета Hmisc, которая возвращает вектор с тремя значениями: средний и нижний и верхний CI. Когда я использую его на data.table с двумя группами, я получаю 2 столбца и 6 строк. Есть ли способ получить результат с двумя строками, соответствующими двум группам и отдельными столбцами для каждого из выходов функции, то есть среднего и CI?

require(Hmisc) 
require(data.table) 

dt = data.table(x = rnorm(100), 
       gr = rep(c('A', 'B'), each = 50)) 

dt[, lapply(.SD, smean.cl.normal), by = gr, .SDcols = "x"] 

Выход:

gr   x 
1: A -0.07916335 
2: A -0.33656667 
3: A 0.17823998 
4: B -0.02745333 
5: B -0.32950607 
6: B 0.27459941 

Нужный выход:

gr  Mean   Lower   Upper 
1: A -0.07916335 -0.33656667 0.17823998 
2: B -0.02745333 -0.32950607 0.27459941 

Answer 1

j аргумент в DT[i,j,by] ожидает, что список, так что используйте as.list:

dt[, 
    Reduce(c, lapply(.SD, function(x) as.list(smean.cl.normal(x)))) 
, by = gr, .SDcols = "x"] 

# gr  Mean  Lower  Upper 
# 1: A 0.1032966 -0.1899466 0.3965398 
# 2: B -0.1437617 -0.4261330 0.1386096 

c(L1, L2, L3), как списки объединены, поэтому Reduce(c, List_o_Lists) делает трюк в случае, если ваш .SDcols содержит больше, чем просто x. Думаю, do.call(c, List_o_Lists) также должен работать.

---

Комментарии

Это довольно неэффективно по нескольким причинам. Включите verbose=TRUE, чтобы увидеть, что data.table не любит получать именованные списки в j:

Результат J именованный список. Очень неэффективно создавать одни и те же имена снова и снова для каждой группы. Когда j = список (...), все имена обнаруживаются, удаляются и возвращаются после завершения группировки для эффективности. Например, использование j = transform() предотвращает это ускорение (рассмотрим изменение на: =). В будущем это сообщение может быть обновлено до предупреждения.

Кроме того, вы отсутствуете в оптимизированных по групповой версии версиях mean и других функциях, которые могут быть использованы для построения вашего результата. Тем не менее, это не может быть большой проблемой для вашего прецедента.

---

Когда вы подаете это только колонки одного значения, просто:

dt[, as.list(smean.cl.normal(x)), by = gr] 

суффиксов.