如何在循环调用中使用data.table生成变量的线性组合和更新表?

时间:2013-12-27 21:57:32

标签: r data.table

一些玩具数据

set.seed(123)
df <- data.frame(what_ever = rnorm(5, 50, 1),
                 this_is = rnorm(5, 30, 1),
                 wtf_nnn = rnorm(5, 20, 1),
                 hat_ever = rnorm(5, 50, 1),
                 who_is = rnorm(5, 30, 1),
                 mmm_nnn = rnorm(5, 20, 1)                 
                 )


library(data.table)
DT <- data.table(df)

str(DT)
Classes ‘data.table’ and 'data.frame':  5 obs. of  6 variables:

如何在data.table中生成新变量 这是以下使用循环的结果?

New_Var_1 = what_ever/hat_ever
New_Var_2 = this_is/who_is
New_Var_3 = wtf_nnn/mmm_nnn

这里我订购了列名

nm <- names(df)
nm1 <- nm[1:3]
nm2 <- nm[4:6]

我想以这种方式更新DT,并循环

i <- 1

New_Var_names <- paste("New_Var_", i, sep = "")
New_Var <- sprintf("%s/%s", nm1[i], nm2[i])

3种尝试都不起作用。

DT[,New_Var_names := New_Var]
DT[,cat(New_Var_names) := cat(New_Var)]
DT[,eval(New_Var_names) := eval(New_Var)]

1 个答案:

答案 0 :(得分:5)

我建议set使用for-loop来执行此操作,但在当前稳定版(CRAN)版本1.8.10上,set不会添加新列。所以,我会做类似的事情:

require(data.table)
out_names <- paste("newvar", 1:3, sep="_")
DT[, c(out_names) := 0]

invar1 <- names(DT)[1:3]
invar2 <- names(DT)[4:6]

for (i in seq_along(invar1)) {
    set(DT, i=NULL, j=out_names[i], value=DT[[invar1[i]]]/DT[[invar2[i]]])
}

在当前的devel版本( 1.8.11 )中, set可以添加新列。因此,您不需要使用:=进行分配。那就是:

require(data.table)
out_names <- paste("newvar", 1:3, sep="_")

invar1 <- names(DT)[1:3]
invar2 <- names(DT)[4:6]

for (i in seq_along(invar1)) {
    set(DT, i=NULL, j=out_names[i], value=DT[[invar1[i]]]/DT[[invar2[i]]])
}

为了完整性,另一种方式是:

EVAL = function(...)eval(parse(text=paste0(...)))  # helper function

New_Var_names <- paste("New_Var_", i, sep = "")
New_Var <- sprintf("%s/%s", nm1[i], nm2[i])

for (i in 1:3)
    EVAL("DT[,", New_Var_names[i], ":=", New_Var[i], "]")

这更通用,因为你也可以改变/中的运算符sprintf并改变by=子句等等。它类似于构造动态SQL语句,如果这有帮助。如果您要记录正在执行的动态查询,可以在cat的定义中添加EVAL