Question

我正在寻找一种方法来操作R中data.table中的多个列。由于我必须动态地处理列以及第二个输入，所以我无法找到答案。

这个想法是通过将所有值除以日期值来索引某个日期的两个或更多系列，例如：

set.seed(132)
# simulate some data
dt <- data.table(date = seq(from = as.Date("2000-01-01"), by = "days", length.out = 10),
                 X1 = cumsum(rnorm(10)),
                 X2 = cumsum(rnorm(10)))

# set a date for the index
indexDate <- as.Date("2000-01-05")

# get the column names to be able to select the columns dynamically
cols <- colnames(dt)
cols <- cols[substr(cols, 1, 1) == "X"]

第1部分：Easy data.frame / apply方法

df <- as.data.frame(dt)
# get the right rownumber for the indexDate
rownum <- max((1:nrow(df))*(df$date==indexDate))

# use apply to iterate over all columns
df[, cols] <- apply(df[, cols], 
                    2, 
                    function(x, i){x / x[i]}, i = rownum)

第2部分：（快速）data.table方法 到目前为止，我的data.table方法看起来像这样：

for(nam in cols) {
  div <- as.numeric(dt[rownum, nam, with = FALSE])
  dt[ , 
     nam := dt[,nam, with = FALSE] / div,
     with=FALSE]
}

尤其是所有with = FALSE看起来都不像data.table一样。

您是否知道执行此操作的更快/更优雅的方式？

非常感谢任何想法！

Answer 1

一种选择是使用set，因为这涉及多个列。使用set的好处是它可以避免[.data.table的开销并使其更快。

library(data.table)
for(j in cols){
  set(dt, i=NULL, j=j, value= dt[[j]]/dt[[j]][rownum])
}

或稍慢的选项

dt[, (cols) :=lapply(.SD, function(x) x/x[rownum]), .SDcols=cols]

Answer 2

根据您的代码和 akrun 给出的答案，我建议您使用 .SDcols 提取数字列并使用 lapply 循环遍历它们。这是我的做法：

index <-as.Date("2000-01-05")

rownum<-max((dt$date==index)*(1:nrow(dt)))

dt[, lapply(.SD, function (i) i/i[rownum]), .SDcols = is.numeric]

如果您有大量数字列并且您想对所有数字列应用此除法，则使用 .SDcols 可能特别有用。

更改data.table中的多个列

2 个答案: