Jak zastosować tę samą funkcję do każdej określonej kolumny danych.tabela

Question

Jak zastosować tę samą funkcję do każdej określonej kolumny danych.tabela

Mam dane.tabelę, z którą chciałbym wykonać tę samą operację na niektórych kolumnach. Nazwy tych kolumn są podane w wektorze znaków. W tym konkretnym przykładzie chciałbym pomnożyć wszystkie te kolumny przez -1.

Niektóre dane Zabawki i Wektor określający odpowiednie kolumny:

library(data.table)
dt <- data.table(a = 1:3, b = 1:3, d = 1:3)
cols <- c("a", "b")

Teraz robię to w ten sposób, zapętlając wektor znaków:

for (col in 1:length(cols)) {
   dt[ , eval(parse(text = paste0(cols[col], ":=-1*", cols[col])))]
}

Czy istnieje sposób, aby to zrobić bezpośrednio bez pętli for?

56

r data.table

Author: Dean MacGregor, 2013-05-31

Source

3 answers

Chciałbym dodać odpowiedź, Kiedy chcesz zmienić nazwę kolumn, jak również. Jest to bardzo przydatne, jeśli chcesz obliczyć logarytm wielu kolumn, co często ma miejsce w pracy empirycznej.

cols <- c("a", "b")
out_cols = paste("log", cols, sep = ".")
dt[, c(out_cols) := lapply(.SD, function(x){log(x = x, base = exp(1))}), .SDcols = cols]

8

Author: hannes101,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2017-03-30 08:16:21

UPDATE: Following is a neat way to do it without for loop

dt[,(cols):= - dt[,..cols]]

Jest to zgrabny sposób na łatwą czytelność kodu. Ale jeśli chodzi o wydajność, pozostaje za rozwiązaniem Franka zgodnie z poniższym wynikiem microbenchmark

mbm = microbenchmark(
  base = for (col in 1:length(cols)) {
    dt[ , eval(parse(text = paste0(cols[col], ":=-1*", cols[col])))]
  },
  franks_solution1 = dt[ , (cols) := lapply(.SD, "*", -1), .SDcols = cols],
  franks_solution2 =  for (j in cols) set(dt, j = j, value = -dt[[j]]),
  hannes_solution = dt[, c(out_cols) := lapply(.SD, function(x){log(x = x, base = exp(1))}), .SDcols = cols],
  orhans_solution = for (j in cols) dt[,(j):= -1 * dt[,  ..j]],
  orhans_solution2 = dt[,(cols):= - dt[,..cols]],
  times=1000
)
mbm

Unit: microseconds
expr                  min        lq      mean    median       uq       max neval
base_solution    3874.048 4184.4070 5205.8782 4452.5090 5127.586 69641.789  1000  
franks_solution1  313.846  349.1285  448.4770  379.8970  447.384  5654.149  1000    
franks_solution2 1500.306 1667.6910 2041.6134 1774.3580 1961.229  9723.070  1000    
hannes_solution   326.154  405.5385  561.8263  495.1795  576.000 12432.400  1000
orhans_solution  3747.690 4008.8175 5029.8333 4299.4840 4933.739 35025.202  1000  
orhans_solution2  752.000  831.5900 1061.6974  897.6405 1026.872  9913.018  1000

Jak pokazano na poniższym wykresie

Moja Poprzednia Odpowiedź: Następujące również działa

for (j in cols)
  dt[,(j):= -1 * dt[,  ..j]]

4

Author: Orhan Celik,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-04-04 10:48:15

score 105 · Accepted Answer

To chyba działa:

dt[ , (cols) := lapply(.SD, "*", -1), .SDcols = cols]

Wynik jest

    a  b d
1: -1 -1 1
2: -2 -2 2
3: -3 -3 3

Jest tu kilka sztuczek:

ponieważ w (cols) := są nawiasy, wynik jest przypisywany do kolumn określonych w cols, zamiast do jakiejś nowej zmiennej o nazwie "cols".
.SDcols mówi wywołaniu, że patrzymy tylko na te kolumny, i pozwala nam używać .SD, zestawu Sz D ata związanego z tymi kolumnami.
lapply(.SD, ...) działa na .SD, która jest listą kolumny (jak wszystkie dane.ramki i dane.stoły). lapply zwraca listę, więc na końcu j wygląda jak cols := list(...).

EDIT : oto inny sposób, który jest prawdopodobnie szybszy, jak wspomniał @Arun:

for (j in cols) set(dt, j = j, value = -dt[[j]])