r - 使用 `:=` 语法以编程方式生成要分配给 data.table 的列列表

Question

在 data.table ，我可以使用 `:=` 生成立即分配给表的新列的列表。语法，像这样:

x <- data.table(x1=1:5, x2=1:5)
x[, `:=` (x3=x1+2, x4=x2*3)]

或者，我可以执行以下操作:

x[, c("x3","x4") := list(x1+2, x2*3)]

我想做类似于第一种方法的事情，但是使用自定义函数自动构建赋值语句的右侧。例如，假设我想要一个接受一组列名的函数，然后生成作为给定列均值的新列，列名等于原始列加上一些后缀。例如，

x[, `:=` MEAN(x1,x2)]

将产生相同的结果

x[, `:=` (x1_mean=mean(x1), x2_mean=mean(x2))]

这在 data.table 中是否可行？ ?我意识到，如果我愿意像 c("x3","x4") := ... 那样传入列名列表，这是可能的。例如，但我想避免这种情况，所以我不必编写那么多代码。

Answer 1

只需按名称引用函数:

myfun <- "mean"
x[,paste(names(x),myfun,sep="_"):=lapply(.SD,myfun)]
#    x1 x2 x1_mean x2_mean
# 1:  1  1       3       3
# 2:  2  2       3       3
# 3:  3  3       3       3
# 4:  4  4       3       3
# 5:  5  5       3       3

定制很简单:

divby2 <- function(x) x/2 # custom function
myfun  <- "divby2"
mycols <- "x1"            # custom columns
x[,paste(mycols,myfun,sep="_"):=lapply(.SD,myfun),.SDcols=mycols]
#    x1 x2 x1_mean x2_mean x1_divby2
# 1:  1  1       3       3       0.5
# 2:  2  2       3       3       1.0
# 3:  3  3       3       3       1.5
# 4:  4  4       3       3       2.0
# 5:  5  5       3       3       2.5

我们可能有一天会使用类似 paste(.SDcols,myfun,sep="_"):=lapply(.SD,myfun) 的语法，但是 .SDcols目前不支持左侧。

做一个功能。 如果你想要一个函数来做到这一点，有

add_myfun <- function(DT,myfun,mycols){
  DT[,paste(mycols,myfun,sep="_"):=lapply(.SD,myfun),.SDcols=mycols]
}
add_myfun(x,"median","x2")

可以编写一个可以在 j 中工作的函数吗？的 DT[i,j] ?也许。但我认为这不是一个好主意。

你能确定你的函数对 j 的所有其他用途都是健壮的吗？ , 喜欢 by ?

您的函数能否利用 data.table的优化(例如， mean )？

其他人能读懂你的代码吗？

使用 [可能很慢。如果您对许多列执行此操作，则最好初始化新列并使用 set 进行分配。 .