r - data.table 中的 ifelse 赋值

Question

我是老师，想正确使用data.table包裹在 R在日志文件中自动给学生的答案评分，即添加一个名为 correct 的列如果学生回答特定问题，则为该问题的正确答案，否则为 0。如果每个问题只有 1 个答案，我可以轻松做到这一点，但是如果一个问题有多个可能的答案(问题及其可能的正确答案存储在另一个表中)，我就会被绊倒

下面是一个 MWE:

set.seed(123)
question_table <- data.table(id=c(1,1,2,2,3,4),correct_ans=sample(1:4,6,replace = T))
log <- data.table(student=sample(letters[1:3],10,replace = T),
                  question_id=c(1,1,1,2,2,2,3,3,4,4), 
                  student_answer= c(2,4,1,3,2,4,4,5,2,1))

我的问题在于什么是正确的 data.table使用方法 ifelse在 j ，特别是如果我们依赖另一个表？

log[,correct:=ifelse(student_answer %in% 
                          question_table[log$question_id %in% id]$correct_ans,1,0)]

如下所示，问题 1 和问题 2 都有多个可能的正确答案。

> question_table
   id correct_ans
1:  1           2
2:  1           4
3:  2           2
4:  2           4
5:  3           4
6:  4           1

虽然计算出正确的列没有错误，但有些地方是不对的:例如当 student b回答问题，即使他回答错误，他也会得到正确的分数。只有 correct 的部分条目列已关闭，这使我相信我无法理解变量的范围。

> log
    student question_id student_answer correct
 1:       b           1              2       1
 2:       c           1              4       1
 3:       b           1              1       1   <- ?
 4:       b           2              3       0
 5:       c           2              2       1
 6:       b           2              4       1
 7:       c           3              4       1
 8:       b           3              5       0
 9:       a           4              2       1   <- ?
10:       c           4              1       1

我考虑在 log 中使用正确的 ans 制作一个辅助列表来自 join与 question_table 一起，但这不起作用，因为 key 在后者中不是唯一的。

任何和所有帮助将不胜感激。
提前致谢。

Answer 1

您可以使用连接:

# initialize to zero
log[, correct := 0L ]

# update to 1 if matched
log[question_table, on=c(question_id = "id", student_answer = "correct_ans"),
   correct := 1L ] 

    student question_id student_answer correct
 1:       b           1              2       1
 2:       c           1              4       1
 3:       b           1              1       0
 4:       b           2              3       0
 5:       c           2              2       1
 6:       b           2              4       1
 7:       c           3              4       1
 8:       b           3              5       0
 9:       a           4              2       0
10:       c           4              1       1

这个怎么运作。更新连接的语法是 X[Y, on=cols, xvar := z] :

如果列名在 X 之间不同和 Y , 使用 on=c(xcol = "ycol", xcol2 = "ycol2")或者，在 1.9.7+ 版本中，.(xcol = ycol, xcol2 = ycol2) .

xvar := z只会对 X 的行进行操作是匹配的。有时，使用 by=.EACHI 也很有用这里，取决于 X 的行数Y 中的每个匹配以及 z 的表达式有多复杂是。

见 ?data.table有关语法的完整文档。