Question

我有一个大型数据集，3000x400。我需要创建新列，这些列是由变量constituency子集化的现有列的方法。我有一个新列名列表，我想用它来命名新列，下面称为newNames。但是，当我直接输入所需的新名称时，我只能弄清楚如何命名列。

我目前的工作：

set.seed(1)
dataTest = data.table(turnout_avg = rnorm(20), urban_avg = rnorm(20,5,2), Constituency = c("A","B","C","D"), key = "Constituency")

oldColumnNames = c( "turnout_avg" , "urban_avg")

newNames = c( "turnout" ,   "urban")

# Here's my problem, naming these new columns
comm_means_by_district = cbind( 
dataTest[,list(Const_turnout = mean(na.omit(get(oldColumnNames[[1]])))), by= Constituency],
dataTest[,list(Const_urban = mean(na.omit(get(oldColumnNames[[2]])))),by= Constituency])

实际上，我想创建两个以上的新列。所以我无法为所有新列输入Const_turnout，Const_urban等。

我已尝试过两个想法，但都没有效果， 1.

dataTest[,list(paste("district", newNames[1], sep="_") = mean(na.omit(get(refColNames[[1]])))), by= Constituency]

或2.

dataTest[,list(paste(oldColumnNames[1], "constMean", sep="_") = mean(na.omit(get(refColNames[[1]])))), by= Constituency]

Answer 1

首先得到所有列的平均值

DT <- dataTest[,lapply(.SD,function(x) mean(na.omit(x))), by= Constituency]

然后

然后更改colnames

setnames(DT,colnames(DT),vector_of_newnames)

Answer 2

为什么在应用函数的同一行中更改名称很重要？我只是首先计算选区方式并在之后设置列名。以下是这样的结果：

dt <- dataTest[, lapply(oldColumnNames, function(x) mean(na.omit(get(x)))), 
               by=Constituency]
setnames(dt, c("Constituency", paste("Const", newNames, sep="_")))
dt

寻求在R中命名* many * new data.table列的快速或自动方法

2 个答案: