r - 如何循环遍历 data.table 中由数字索引的变量？

Question

我是 R 的新手，需要一些帮助来解决以下问题:

我有一个相当大的 data.table 格式的数据集，我想遍历一组由数字索引的变量(例如，x_1、x_2、...、x_n ).为简单起见，假设我想对变量 y 的不同值取每个变量的平均值，并在我的 data.table 中将它们命名为 (m_1,m_2, ..., m_n) .

有人可以推荐一个有效的代码吗？ n 和 x_* 之类的变量数量太多，我无法一一完成。

谢谢

Answer 1

非常简单高效:

ind = 1:5 # replace 5 with your n
for (i in ind) {
  set(df, j = paste("m", i, sep = "_"), value = mean(df[[paste("x", i, sep = "_")]]))
}

set 通常极快。它不允许分组操作，因此如果您需要按另一列分组，则需要采用不同的方法，例如:

ind = 1:5
df[, paste("m", ind, sep = "_") := lapply(.SD, mean), .SDcols = paste("x", ind, sep = "_")]

在上面，您可以正常使用by参数。