Question

我试图找到一个更好的解决方案来同时测试NA datatable上的多个列，但没有成功。假设我有一个名为TDT的datatable，它有x1到x10列，应该测试为非NA。我使用以下语法：

TDT[,natest := ifelse(!is.na(x1) & !is.na(x2) & !is.na(x3) & !is.na(x4) & !is.na(x5) & !is.na(x6) & !is.na(x7) & !is.na(x8) & !is.na(x9) & !is.na(x10), 1, 0)]

这可以写得更简洁吗？

数据：

set.seed(1)
TDT <- data.table(
              x1 = round(rnorm(100,0.75,0.3),2),
              x2 = round(rnorm(100,0.75,0.3),2),
              x3 = round(rnorm(100,0.75,0.3),2),
              x4 = round(rnorm(100,0.75,0.3),2),
              x5 = round(rnorm(100,0.75,0.3),2),
              x6 = round(rnorm(100,0.75,0.3),2),
              x7 = round(rnorm(100,0.75,0.3),2),
              x8 = round(rnorm(100,0.75,0.3),2),
              x9 = c(rep(NA,50),rep(0.1,50)),
              x10 = round(rnorm(100,0.75,0.3),2))

Answer 1

您可以将Reduce与.SD一起使用，如下所示：

TDT[, natest := +(!is.na(Reduce("+", .SD)))]

Reduce获取.SD提供的变量列表（这是整个data.table）并执行+操作。然后使用is.na测试结果，并使用+()将其转换为二进制变量（0,1存储为整数）。

正如弗兰克的评论所暗示的，这种方法假设列都是数字的。要为此测试选择特定列，您可以使用.SDcols。

为了使其更加健壮，您可以将data.table的副本复制为逻辑矩阵，将其转换为data.table并执行操作：

TDT[, natest := +(Reduce("+", data.table(!is.na(TDT))) == length(TDT))]

此处，如果仅检查列的子集，则需要调整data.table(!is.na(TDT))和length(TDT)。

Answer 2

这是一个较短的版本

library(data.table)
TDT[, natest := as.numeric(!apply(.SD, 1, anyNA))]

更快的第二个选项

TDT[, natest := as.numeric(!is.na(do.call(pmin, .SD)))]

数据表中的多列条件

2 个答案: