包括使用 data.table[by=...] 时的所有排列

我有一个大data.table我正在使用以下方法将其折叠到月份级别,by.

变量有 5 个，级别数：c(4,3,106,3,1380)。 106 是月份，1380 是地理单位。事实证明，有一些 0，因为有些单元格没有值。by放弃这些，但我希望它保留它们。

可重现的例子：

require(data.table)

set.seed(1)
n <- 1000
s <- function(n,l=5) sample(letters[seq(l)],n,replace=TRUE)
dat <- data.table( x=runif(n), g1=s(n), g2=s(n), g3=s(n,25) )
datCollapsed <- dat[ , list(nv=.N), by=list(g1,g2,g3) ]
datCollapsed[ , prod(dim(table(g1,g2,g3))) ] # how many there should be: 5*5*25=625
nrow(datCollapsed) # how many there are

是否有一种有效的方法来用 0 填充这些缺失值，以便 by var 的所有排列都在结果折叠的 data.table 中？

我也会使用交叉连接，但会在i- 原始调用的槽位[.data.table:

keycols <- c("g1", "g2", "g3")                       ## Grouping columns
setkeyv(dat, keycols)                                ## Set dat's key
ii <- do.call(CJ, sapply(dat[, ..keycols], unique))  ## CJ() to form index
datCollapsed <- dat[ii, list(nv=.N)]                 ## Aggregate

## Check that it worked
nrow(datCollapsed)
# [1] 625
table(datCollapsed$nv)
#   0   1   2   3   4   5   6 
# 135 191 162  82  39  13   3 

这种方法被称为“by-without-by”，并且如文档中所述?data.table，它与通过by争论：

高级：已知组的子集的聚合是 当传递这些组时特别有效i。什么时候i is a data.table, DT[i,j]评估j对于每一行 的i。我们称之为由无by or 分组依据i。 因此，自加入DT[data.table(unique(colA)),j]是 相同DT[,j,by=colA].