r - 优雅地更新多个 data.table 列

Question

这个问题在这里已经有了答案:





Apply a function to every specified column in a data.table and update by reference

(7 个回答)


3年前关闭。




我正在尝试做一件简单的事情，将 data.table 的 40 列除以它们的平均值。我无法提供实际数据(并非所有列都是数字，并且我有 > 8M 行)，但这里有一个示例:

library(data.table)   

dt <- data.table(matrix(sample(1:100,4000,T),ncol=40))
colmeans <- colMeans(dt)

接下来我想我会这样做:

for (col in names(colmeans)) dt[,col:=dt[,col]/colmeans[col]]   

但这会返回一个错误，因为 dt[,col]要求不引用列名。使用 as.name(col)不剪。
现在，

res <- t(t(dt[,1:40,with=F]/colmeans))

包含加速结果，但我无法将其插入到 data.table 中，因为

dt[,1:40] <- res

不起作用，也不起作用 dt[,1:40:=res, with=F] .

以下工作，但我觉得它很丑陋:

for (i in seq_along(colmeans)) dt[,i:=dt[,i,with=F]/colmeans[i],with=F]

当然，我也可以通过调用 data.table() 重新创建一个新的 data.table在 res和我的 data.table 具有的其他非数字列，但它们不是更有效吗？

Answer 1

怎么样

dt[, (names(dt)) := lapply(.SD, function(x) x/mean(x))]

如果您需要指定某些列，您可以使用

dt[, 1:40 := lapply(.SD, function(x) x/mean(x)), .SDcols = 1:40]

或者

cols <- names(dt)[c(1,5,10)]
dt[, (cols) := lapply(.SD, function(x) x/mean(x)), .SDcols = cols]