使用data.table按组显示最大值对应的子集行数

Question

假设我有一个包含一些棒球运动员的data.table：

library(plyr)
library(data.table)

bdt <- as.data.table(baseball)

对于每个组(由玩家‘id’给出)，我想选择与游戏'g‘的最大数量相对应的行。这在plyr中很简单

ddply(baseball, "id", subset, g == max(g))

data.table的等效代码是什么

我试过了：

setkey(bdt, "id") 
bdt[g == max(g)]  # only one row
bdt[g == max(g), by = id]  # Error: 'by' or 'keyby' is supplied but not j
bdt[, .SD[g == max(g)]] # only one row

这是可行的：

bdt[, .SD[g == max(g)], by = id] 

但它只比plyr快30%，这表明它可能还不是通用的。

Answer 1

下面是快速data.table的方法：

bdt[bdt[, .I[g == max(g)], by = id]$V1]

这避免了构造.SD，这是表达式中的瓶颈。

edit:实际上，OP很慢的主要原因不仅仅是它有.SD在里面，还有它以一种特殊的方式使用它的事实-通过调用[.data.table，这在当时有一个巨大的开销，所以在一个循环中运行它(当一个人做by的时候)积累了非常大的代价。