提出问题

首先，假设我有一个这样的数据集（暂且命名为t1）：

现在我想做的是对于每一行，找出非NA的值，填充到“mean.scale”这个新的变量；如果有多个非NA，那么就计算其平均值。也就是说，我希望最终得到如下数据集：

原问题大家可以访问以下链接：http://stackoverflow.com/questions/23521323/r-data-table-for-computing-summary-stats-across-multiple-columns

解题思路

在解决本问题的过程中我们需要用到data.table包！

Stackoverflow上有人提出了这个问题，大神eddi提出了解决方案：

"It'll be easiest to rearrange you data a little..."

解题步骤

如何rearrange呢？eddi大神的意思是，原来inti_total_asset和issuing_scale是两个变量，现在要把他们stack起来，“堆成”一列，也就是这样：

相应的代码是（t1是原始数据集）：

? t2 <- t1[, list(mean.scale = c(init_total_asset, issuing_scale)), by = .(fund_name)]

其中的关键在于拼接函数c()，它将不同列的向量拼接成了一列。另外，这个操作是不是有点熟悉？对，这个步骤和cast和melt函数的作用类似，只不过这里直接用了data.table自己的语句。事实上，data.table也整合了reshape中的cast和melt函数，并且将cast函数升级为dcast，感兴趣的小伙伴可以去研究一番。

在拉直数据后，接下来要做的工作就很简单了。我们只要把数据按照fund_name分组，然后对每组求scale的均值。唯一需要注意的有两点。首先，别忘了mean中的na.rm = T参数，它能够让函数忽略缺失值。其次，最后计算出的结果中会有NaN（not a number）值，产生这种情况是因为在计算均值中出现了0作为除数的情况，对此我们需要用!is.finite()将其排除。代码如下：

?t3<-t2[,.(mean.scale=mean(mean.scale,na.rm=T)),by=fund_name][is.finite(mean.scale)]

[is.finite(mean.scale)]

结果是这个样子的：

看，胜利就在前方，最后，我们只要把mean.scale合并到原来的数据集就行，代码如下（t1是原始数据集）：

? t4 <- t3[t1, on = "fund_name", nomatch = 0]

结果如下：

事实上，大猫把整个过程分解成了好几步，如果对于data.table包比较熟悉，完全可以在一行之内搞定所有事情，根本不需要把进行数据集的拆分、合并：

?t.final<-t1[,":="(mean.scale=mean(c(init_total_asset,issuing_scale),na.rm=T)),by=.(fund_name)]

[is.finite(mean.scale)]

提示：把所有步骤打包成一步的关键在于“:=”符号的运用。

本期总结

本期大猫带领大家学习了如何在R中按照行进行处理。R的数据处理哲学是向量，是列，但这并不妨碍我们按照行进行处理，其中的关键，就在于运用 c() 函数把不同的向量拼接成一个向量。

End.

来源：大猫的R语言课堂