在使用.N时显示零的行

Question

我有一个大致类似以下内容的数据表：

DT <- data.table(disease = c(0,0,1,1,1,1),
   hospital = c(2,2,4,3,3,2))

每一行对应一个入院的人。“医院”是医院的ID号，“疾病”是特定疾病的状态。1=sick，0=not病了。

我想要计算每家医院有多少病人，也要计算没有病人的医院，以及不在这个特定data.table中的医院，这样我就可以指定有多少医院应该在我的最终表格中。

通过使用：DT[disease==1, .N, keyby= hospital]，我可以获得

   hospital N
1:        2 2
2:        3 1
3:        4 1

但如果f.ex。我希望医院的数量是5，我得到的data.table (它不一定是一个data.table，它也可以是一个矩阵)看起来像这样：

   hospital N
1:        1 0
2:        2 2
2:        3 1
3:        4 1
5:        5 0

最好是排序的。它也可以是N的向量，只要它统计的是零事件的医院(但然后它肯定必须排序)。

我有一个相当大的数据集(也有其他列)，这是在循环中进行的，所以它必须相当快。

提前谢谢你。

Answer 1

我认为这是一个错误，因为样本数据和预期输出似乎不匹配(请参阅上面的评论)。

除此之外，您还可以使用table

table(DT[, hospital := factor(hospital, 1:5)])[2, ]
#1 2 3 4 5
#0 1 2 1 0

或者，您可能想要disease = 0和disease = 1计数之和？

colSums(table(DT[, hospital := factor(hospital, 1:5)]))
#1 2 3 4 5
#0 3 2 1 0

在这两种情况下，返回的对象都是一个命名的int向量。

Answer 2

DT[.(hospital = 1:5, disease = 1), on = .(hospital, disease), .N, by = .EACHI
   ][, .(hospital, N)]

   hospital N
1:        1 0
2:        2 1
3:        3 2
4:        4 1
5:        5 0