Question

在data.table中可以使用list类型的列，并且我第一次尝试从此功能中受益。我需要为我的表dt的每一行存储从rApache Web服务获取的几条注释。每条评论都有一个用户名，日期时间和正文项目。

我没有使用带有一些奇怪的，不寻常的字符的长字符串来将每个邮件与其他邮件分开（例如|），而使用;来分隔评论中的每个项目，我想使用列表像这样：

library(data.table)
dt <- data.table(id=1:2,
        comment=list(list(
            list(username="michele", date=Sys.time(), message="hello"),
            list(username="michele", date=Sys.time(), message="world")),
          list(
            list(username="michele", date=Sys.time(), message="hello"),
            list(username="michele", date=Sys.time(), message="world"))))

> dt
   id comment
1:  1  <list>
2:  2  <list>

存储为一个特定行添加的所有注释。（也因为稍后当我需要将其发送回用户界面时转换为JSON会更容易）

然而，当我尝试模拟在制作过程中我将如何填充表格时（向特定行添加单个注释），R要么崩溃，要么没有分配我想要的内容然后崩溃：

library(data.table)

> library(data.table)
> dt <- data.table(id=1:2, comment=vector(mode="list", length=2))
> dt$comment
[[1]]
NULL

[[2]]
NULL

> dt[1L, comment := 1] # this works
> dt$comment
[[1]]
[1] 1

[[2]]
NULL

> set(dt, 1L, "comment", list(1, "a"))  # assign only `1` and when I try to see `dt` R crashes
Warning message:
In set(dt, 1L, "comment", list(1, "a")) :
  Supplied 2 items to be assigned to 1 items of column 'comment' (1 unused)

> dt[1L, comment := list(1, "a")]       # R crashes as soon as I run
> dt[1L, comment := list(list(1, "a"))] # any of these two

我知道我试图滥用data.table，例如设计j参数的方式允许：

dt[1L, c("id", "comment") := list(1, "a")] # lists in RHS are seen as different columns! not parts of one

问题：那么，有没有办法完成我想要的任务？或者我只需要在变量中取dt$comment，修改它，然后每次需要更新时重新分配整个列？

Answer 1

使用:=：

dt = data.table(id = 1:2, comment = vector("list", 2L))

# assign value 1 to just the first column of 'comment'
dt[1L, comment := 1L]

# assign value of 1 and "a" to rows 1 and 2
dt[, comment := list(1, "a")]

# assign value of "a","b" to row 1, and 1 to row 2 for 'comment'
dt[, comment := list(c("a", "b"), 1)]

# assign list(1, "a") to just 1 row of 'comment'
dt[1L, comment := list(list(list(1, "a")))]

对于最后一种情况，您还需要一个list，因为data.table使用list(.)来查找要通过引用分配给列的值。

使用set：

dt = data.table(id = 1:2, comment = vector("list", 2L))

# assign value 1 to just the first column of 'comment'
set(dt, i=1L, j="comment", value=1L)

# assign value of 1 and "a" to rows 1 and 2
set(dt, j="comment", value=list(1, "a"))

# assign value of "a","b" to row 1, and 1 to row 2 for 'comment'
set(dt, j="comment", value=list(c("a", "b"), 1))

# assign list(1, "a") to just 1 row of 'comment'
set(dt, i=1L, j="comment", value=list(list(list(1, "a"))))

HTH

我使用当前的开发版本1.9.3，但应该可以在任何其他版本上正常使用。

> sessionInfo()
R version 3.0.3 (2014-03-06)
Platform: x86_64-apple-darwin10.8.0 (64-bit)

locale:
[1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] data.table_1.9.3

loaded via a namespace (and not attached):
[1] plyr_1.8.0.99  reshape2_1.2.2 stringr_0.6.2  tools_3.0.3

Answer 2

只是为了添加更多信息，list列真正设计的是当每个单元格本身为vector时：

> DT = data.table(a=1:2, b=list(1:5,1:10))
> DT
   a            b
1: 1    1,2,3,4,5
2: 2 1,2,3,4,5,6,

> sapply(DT$b, length)
[1]  5 10

请注意b列中矢量的漂亮打印。这些逗号只是用于显示，每个单元格实际上是一个向量（如上面的sapply命令所示）。另请注意b第二项上的尾随逗号。这表明向量比显示的长（data.table只显示前6项）。

或者，更像你的例子：

> DT = data.table(id=1:2, comment=list( c("michele", Sys.time(), "hello"),
                                        c("michele", Sys.time(), "world") ))
> DT
   id                       comment
1:  1 michele,1395330180.9278,hello
2:  2 michele,1395330180.9281,world

您尝试执行的操作不仅包含list列，还将list放入每个单元格中，这就是显示<list>的原因。此外，如果将命名的列表放入每个单元格中，请注意所有这些名称都会占用空间。如果可能，list列vectors可能会更容易。

在data.table列中使用列表

2 个答案: