Question

在上一个问题Return a list in dplyr mutate()中，虽然dlpyr无法在版本0.2中创建来自函数返回的向量的新变量，但是数据可以使用语法 - ：

it[, c(paste0("V", 4:5)) := myfun(V2, V3)]

如果该问题的函数myfun改为 - ：

myfun = function(arg1,arg2) {


if (arg1 > arg2) {
temp1 = arg1 + arg2
temp2 = arg1 - arg2 }
else {
temp1 = arg1 * arg2
temp2 = arg1 / arg2 }
list(temp1,temp2)

}

上面发布的解决方案会返回警告 - ：

it = data.table(c("a","a","b","b","c"),c(1,2,3,4,5), c(2,3,4,2,2))
it[, c(paste0("V", 4:5)) := myfun(V2, V3)]

Warning message:
In if (arg1 > arg2) { :
  the condition has length > 1 and only the first element will be used

这意味着data.table（）以某种方式将多行传递给函数。为什么会这样？

Answer 1

罗恩，这是预期的行为。 data.table始终传递完整列（除非您使用by，在这种情况下，您将获得与每个子组对应的列的一部分）。为了解决这个问题，你需要对你的函数进行矢量化：

myfun2 = function(arg1,arg2) {
  temp1 <- ifelse(arg1 > arg2, arg1 + arg2, arg1 * arg2)
  temp2 <- ifelse(arg1 > arg2, arg1 - arg2, arg1 / arg2)
  list(temp1,temp2)
}

我在这里使用ifelse代替if/else。然后它工作：

it = data.table(c("a","a","b","b","c"),c(1,2,3,4,5), c(2,3,4,2,2))
it[, c(paste0("V", 4:5)) := myfun2(V2, V3)]
it
#    V1 V2 V3 V4        V5
# 1:  a  1  2  2 0.5000000
# 2:  a  2  3  6 0.6666667
# 3:  b  3  4 12 0.7500000
# 4:  b  4  2  6 2.0000000
# 5:  c  5  2  7 3.0000000

另一种选择，如果您不想修改您的功能，则将data.table拆分为一个行组。我们通过将向量传递给by来执行此操作，data.table中的每一行都具有不同的值（以便每行都是一个组）：

it[, c(paste0("V", 4:5)) := myfun(V2, V3), by=1:nrow(it)]

注意by参数。这也有效，但速度较慢。一般来说，如果你可以矢量化你应该。

使用条件函数在data.table（）中分配多个列

1 个答案: