R data.table - 如何找到一个整数值并将后续列的值相乘？

Question

假设在 R 中定义了以下 data.table

Drug1   Dose1   Freq1   Drug2   Dose2   Freq2   Drug3   Dose3   Freq3
1234567890  2   1   1548768954  23  2   2222132435  2   2
4356678344  2   2   6547894356  3   1   2123456789  2   2
5673452976  4   1   1234567890  4   0.5 4568789076  33  4

如何仅在“Drug1”-“Drug[x]”列中搜索特定整数值，如果找到，则创建一个新变量，该变量是以下两列值的乘积，对应于找到整数值的同一行(此新变量中的所有其他值应为 NA)？

注意:“药物[x]”列中的整数值的长度均为 10(例如 1234567890、4593480033 等)，感兴趣的搜索词的长度仅为 5，从前 5 位数字开始整数(例如 12345、45934 等)。

因此，如果我的搜索词是整数值 12345，结果将如下所示:

Drug1   Dose1   Freq1   Newvar1 Drug2   Dose2   Freq2   Newvar2 Drug3   Dose3   Freq3
1234567890  2   1   2   1548768954  23  2   NA  2222132435  2   2
4356678344  2   2   NA  6547894356  3   1   NA  2123456789  2   2
5673452976  4   1   NA  1234567890  4   0.5 -2  4568789076  33  4

谢谢。

Answer 1

你可以试试 Map

v1 <- grep("Drug", colnames(df))
m1 <- matrix(sort(v1+rep(1:2,each=3)),ncol=3)
df[paste0('NewVar',1:3)] <- Map(function(x,y) {
      x1 <-substr(df[,x],1,5)==12345
     Reduce(`*`,df[y]*(NA^!x1))}, v1, split(m1, col(m1)))
df
#       Drug1 Dose1 Freq1      Drug2 Dose2 Freq2      Drug3 Dose3 Freq3 NewVar1
#1 1234567890     2     1 1548768954    23   2.0 2222132435     2     2       2
#2 4356678344     2     2 6547894356     3   1.0 2123456789     2     2      NA
#3 5673452976     4     1 1234567890     4   0.5 4568789076    33     4      NA
#  NewVar2 NewVar3
#1      NA      NA
#2      NA      NA
#3       2      NA

更新

也许你可以尝试使用 data.table 的 for 循环

 library(data.table)
 DT <- as.data.table(df)
 nm1 <- grep('Drug', colnames(DT))
 nm2 <- lapply(nm1, function(x) c(x+1,x+2))
 nm3 <- paste0('NewVar', seq_along(nm1))

 for(j in seq_along(nm1)){
     DT[, (nm3[j]):= Reduce(`*`,DT[,nm2[[j]],with=FALSE
         ]*NA^!substr(DT[[nm1[j]]],1,5)==12345)]
  }

 DT
 #        Drug1 Dose1 Freq1      Drug2 Dose2 Freq2      Drug3 Dose3 Freq3 NewVar1
 #1: 1234567890     2     1 1548768954    23   2.0 2222132435     2     2       2
 #2: 4356678344     2     2 6547894356     3   1.0 2123456789     2     2      NA
 #3: 5673452976     4     1 1234567890     4   0.5 4568789076    33     4      NA
  #   NewVar2 NewVar3
  #1:      NA      NA
  #2:      NA      NA
  #3:       2      NA

或者使用@nicola 的方法根据 index 数字稍微改变替代方案

 DT <- as.data.table(df)
 indx <- 1:3
  for(j in indx){
    DT[, (paste0('NewVar', j)):=  DT[[paste0("Dose",j)]]*
    DT[[paste0("Freq",j)]]*(NA^!substr(DT[[paste0("Drug",j)]],1,5)==12345)]
   }
 DT
 #        Drug1 Dose1 Freq1      Drug2 Dose2 Freq2      Drug3 Dose3 Freq3 NewVar1
 #1: 1234567890     2     1 1548768954    23   2.0 2222132435     2     2       2
 #2: 4356678344     2     2 6547894356     3   1.0 2123456789     2     2      NA
 #3: 5673452976     4     1 1234567890     4   0.5 4568789076    33     4      NA
 #   NewVar2 NewVar3
 #1:      NA      NA
 #2:      NA      NA
 #3:       2      NA

数据

df <- structure(list(Drug1 = c(1234567890, 4356678344, 5673452976), 
Dose1 = c(2L, 2L, 4L), Freq1 = c(1L, 2L, 1L), Drug2 = c(1548768954, 
6547894356, 1234567890), Dose2 = c(23L, 3L, 4L), Freq2 = c(2, 
1, 0.5), Drug3 = c(2222132435, 2123456789, 4568789076), Dose3 = c(2L, 
2L, 33L), Freq3 = c(2L, 2L, 4L)), .Names = c("Drug1", "Dose1", 
"Freq1", "Drug2", "Dose2", "Freq2", "Drug3", "Dose3", "Freq3"
), class = "data.frame", row.names = c(NA, -3L))