r - 将函数应用于具有 data.table [R] 中的条件的每一列

Question

我想将几个函数应用于一列，但我想在执行此操作时应用一些逻辑，在这种情况下，当另一列有一些 NA 时。为了说明，我将在 iris 中添加一些 NA数据集并将其转换为data.table:

library(data.table)

irisdt <- iris
## Prep some example data
irisdt[irisdt$Sepal.Length < 5,]$Sepal.Length <- NA
irisdt[irisdt$Sepal.Width < 3,]$Sepal.Width <- NA

## Turn this into a data.table
irisdt <- as.data.table(iris)

如果我想申请 max到多个列我会这样:

## Apply a function to individual columns
irisdt[, lapply(.SD, max), .SDcols = c("Petal.Length", "Petal.Width")]
#>    Petal.Length Petal.Width
#> 1:          6.9         2.5

但是，在这种情况下，我想删除 Sepal.Length 中不是 NA 的任何行。然后返回 max 和 min 以及 NA 子集的列的名称。下面是一种丑陋的实现方式，但希望能说明我所追求的:

## Here is what the table would look like
desired_table <- rbind(
  irisdt[!is.na(Sepal.Length), .(max = max(Petal.Length), min = min(Petal.Length), var = "Sepal.Length")],
  irisdt[!is.na(Sepal.Width), .(max = max(Petal.Length), min = min(Petal.Length), var = "Sepal.Width")]
)

desired_table
#>    max min          var
#> 1: 6.9 1.2 Sepal.Length
#> 2: 6.7 1.0  Sepal.Width

由 reprex package 创建于 2020-01-14| (v0.3.0)

关于我如何实现这一点的任何想法？

Answer 1

melt如果我们按多列进行比较，可能是更好的选择。 reshape 为“长”格式，然后使用 i条件为 !is.na(value) ，同时按“变量”分组并获得min和 max指定变量的

library(data.table)
melt(irisdt,  measure = c('Sepal.Length', 'Sepal.Width'))[!is.na(value),
   .(max = max(Petal.Length), min = min(Petal.Length)), .(variable)]

如果我们对多个变量执行此操作，则使用 lapply(.SD, ...