r - 使用 h2o.cbind 向 h2o 数据集添加列

Question

我在 H2O 中有一个数据框(称为 df1.hex)，我正在尝试使用 h2o.cbind 向该数据框添加新列。我正在使用 h2o 3.18.0.4。

我在下面显示的代码只是我正在尝试做的简化版本。实际上，我正在根据各种条件向 df1.hex 数据框添加新列。最重要的是，每当我需要将新列附加到 df1.hex 时，我都希望能够使用“h2o.cbind”。所以，我必须在我的程序中多次调用 h2o.cbind 。我操作的真实数据集太大，我无法在 R 中完成所有这些操作，然后将其导出到 h2o 中。

考虑下面的代码:

# Let's load H2O and start up an H2O cluster
library(h2o)
h2o.init()

# Initialize a data frame with a column 'y'
df1 = data.frame(y=c('A', 'B', 'C'))
df1.hex = as.h2o(df1)
print(df1.hex)

# Need to append additional columns to df1.hex named x1, x2 etc...
for (i in 1:2) {
  df2 = data.frame(x=c(1*i, 2*i, 3*i))
  colnames(df2) = c(paste("x", i, sep='')) # x1, x2 etc...
  df2.hex = as.h2o(df2)
  print(paste("Iteration: ", i, ": Adding df2.hex...", sep=''))
  print(df2.hex)
  df1.hex = h2o.cbind(df1.hex, df2.hex) # Append x(i) to df1.hex data frame
}

print("The final dataset df1.hex: ")
print(df1.hex)

h2o.shutdown(prompt=FALSE)

输出如下:

> print(df1.hex)
      y
    1 A
    2 B
    3 C

[1] "Iteration: 1: Adding df2.hex..."
  x1
1  1
2  2
3  3

[1] "Iteration: 2: Adding df2.hex..."
  x2
1  2
2  4
3  6

[3 rows x 1 column] 

[1] "The final dataset df1.hex: "
> print(df1.hex)
  y x2 x20
1 A  2   2
2 B  4   4
3 C  6   6

尽管我添加了两个名为 x1 和 x2 的新列，但 df1.hex 的最终版本包含两个名为 x2 和 x20 的列。为什么会这样？

此外，x1 列完全消失了。我只看到 x2 列出现了两次。

如何修复我的代码以命名我的列 x1 和 x2 并按照我最初的意图在这些列中具有正确的值？

谢谢。

卡提克。

Answer 1

可能是 cbind基本上只绑定(bind)最后一个运行元素，导致两个“x2”列，并且通过使其唯一，列名可以更改为“x20”。一种方法是将其分配给 list然后 cbind .

#initialize a `list` of length 2 
lst <- vector("list", 2)

for (i in 1:2) {
  #create the h2o dataset and assign it to each list element      
  lst[[i]] <- as.h2o(data.frame(x=c(1*i, 2*i, 3*i)))
  #change the column names of the h2o dataset
  names(lst[[i]]) <- paste0("x", i)        
}

#do the cbind outside the loop
do.call(h2o.cbind, c(df1.hex, lst))
#  y x1 x2
#1 A  1  2
#2 B  2  4
#3 C  3  6

#[3 rows x 3 columns] 

或者这可以通过 %>% 在管道 ( tidyverse ) 中完成功能

library(tidyverse)
map(1:2, ~ tibble(x = (1:3) * .x) %>% 
                set_names(., paste0("x", .x)) %>% 
                as.h2o) %>%
         append(df1.hex, .) %>%
         do.call(h2o.cbind, .)
#   y x1 x2
#1 A  1  2
#2 B  2  4
#3 C  3  6

#[3 rows x 3 columns]