R data.table 点积与匹配的列名(每组)

Question

我有一个数据数据表和一个拟合系数数据表。我想计算每一行的拟合值。

dt = data.table(a = rep(c("x","y"), each = 5), b = rnorm(10), c = rnorm(10), d = rnorm(10))
coefs = data.table(a = c("x","y"), b = c(0, 1), d = c(2,3))
dt
#    a           b          c           d
# 1: x -0.25174915 -0.2130797 -0.67909764
# 2: x -0.35569766  0.6014930  0.35201386
# 3: x -0.31600957  0.4398968 -1.15475814
# 4: x -0.54113762 -2.3497952  0.64503654
# 5: x  0.11227873  0.0233775 -0.96891456
# 6: y  1.24077566 -1.2843439  1.98883516
# 7: y -0.23819626  0.9950835 -0.17279980
# 8: y  1.49353589  0.3067897 -0.02592004
# 9: y  0.01033722 -0.5967766 -0.28536224
#10: y  0.69882444  0.8702424  1.24131062

coefs # NB no "c" column
#   a b d
#1: x 0 2
#2: y 1 3

对于 dt 中的每个 a=="x" 行，我想要 0*b+2*d ；对于 dt 中的每个 a=="y" 行，我想要 1*b+3*d 。

有没有对列名进行硬编码的数据表方法？我很高兴将列名放在变量 cols = colnames(coefs)[-1] 中。

很容易将 group 和 rbind 一起循环，所以如果分组造成问题，请忽略那部分。

Answer 1

加入data.tables:

dt[coefs, res := b * i.b + d * i.d, on = "a"]
 #   a           b            c          d        res
 #1: x  0.09901786 -0.362080111 -0.5108862 -1.0217723
 #2: x -0.16128422  0.169655945  0.3199648  0.6399295
 #3: x -0.79648896 -0.502279345  1.3828633  2.7657266
 #4: x -0.26121421  0.480548972 -1.1559392 -2.3118783
 #5: x  0.54085591 -0.601323442  1.3833795  2.7667590
 #6: y  0.83662761  0.607666970  0.6320762  2.7328562
 #7: y -1.92510391 -0.050515610 -0.3176544 -2.8780671
 #8: y  1.65639926 -0.167090105  0.6830158  3.7054466
 #9: y  1.48772354 -0.349713539 -1.2736467 -2.3332166
#10: y  1.49065993  0.008198885 -0.1923361  0.9136516

通常你会在这里使用矩阵乘积，但这意味着你必须将相应的子集强制转换为矩阵。这将导致进行复制，并且由于 data.tables 主要用于较大的数据，因此您希望避免复制。

如果您需要动态列名，想到的最简单的解决方案实际上是 eval/ parse构造:

cols = colnames(coefs)[-1]
expr <- parse(text = paste(paste(cols, paste0("i.", cols), sep = "*"), collapse = "+"))
#expression(b*i.b+d*i.d)

dt[coefs, res := eval(expr), on = "a"] 

也许其他人可以提出更好的解决方案。

这是使用矩阵乘法的解决方案:

dt[, res := as.matrix(.SD) %*% unlist(coefs[a == .BY, .SD, .SDcols = cols]), 
  by = "a", .SDcols = cols]

当然，这会产生副本，这可能比 eval 效率低解决方案。