在r data.table中使用条件语句

Question

我正在尝试使用data.table根据特定条件重新编码变量。我的原始数据集有大约30M的记录，并且所有变量创建后大约有130个变量。我使用了此处建议的方法：conditional statements in data.table （M1）以及此处data.table: Proper way to do create a conditional variable when column names are not known? （M2）

我的目标是获得以下代码的等价物，但使用data.table

是适用的

samp$lf5 <- samp$loadfactor5

samp$lf5 <- with(samp, ifelse(loadfactor5 < 0, 0, lf5))

我承认我不太了解.SD和.SDC很好，所以我可能错了。来自（M1）和（M2）的代码和错误如下所示，示例数据集位于此处：http://goo.gl/Jp97Wn

（M1）

samp[,lf5 = if(loadfactor5 <0) 0 else loadfactor5]

错误消息

Error in `[.data.table`(samp, , lf5 = if (loadfactor5 < 0) 0 else loadfactor5) : 
unused argument (lf5 = if (loadfactor5 < 0) 0 else loadfactor5)

当我这样做时：

samp[,list(lf5 = if(loadfactor5 <0) 0 else loadfactor5)]

它将lf5作为列表但不作为samp data.table的一部分提供，并且不会真正应用该条件，因为lf5仍然具有小于0的值。

（M2）

Col1 <- "loadfactor5"
Col2 <- "lf5"

setkeyv(samp,Col1)
samp[,(Col2) :=.SD,.SDCols = Col1][Col1<0,(Col2) := .SD, .SDcols = 0]

我收到以下错误

Error in `[.data.table`(samp, , `:=`((Col2), .SD), .SDCols = Col1) : 
unused argument (.SDCols = Col1)

任何关于如何完成此任务的见解表示赞赏。我的数据集有30M记录，所以我希望使用data.table来减少运行时间。

谢谢，

克里希南

Answer 1

eddi提供的答案，为了完整起见，此处包括在内。

samp[, lf5 := ifelse(loadfactor5 < 0, 0, loadfactor5)]

Answer 2

另一种方式（我更喜欢，因为在我看来，它更干净）：

samp[, lf5 := 0]; samp[loadfactor5 > 0, lf5 := loadfactor5];

我使用带有90M行数据集的data.table;我不断惊讶于data.table对于上述操作的速度有多快。