将函数应用于多个数据表

时间:2015-09-29 10:40:08

标签: r data.table apply lapply

我有一些具有相同结构的数据表,我想对它们进行一些数据转换(创建新变量,分配缺失值等)

这是我尝试过的,没有成功。此代码运行正常,但不会更改数据表。有什么想法吗?

有关可重现的示例,请先运行此代码段

data("mtcars")              # load data
setDT(mtcars)               # convert to data table
mtcars[gear==5, gear :=NA]  # create NA values for the purpose of my application
mtcars2 <- mtcars           # create second DT

我的代码

# Create function
  computeWidth <- function(dataset){
                                    dataset$gear[is.na(dataset$gear)] <- 0 # Convert NA to 0
                                    dataset[ ,width := hp + gear]          # create new variable
                                    }

# Apply function
  lapply(list(mtcars, mtcars2), computeWidth)

正如您所看到的,该函数运行fin,但它没有修改数据表。你对此有何看法?

1 个答案:

答案 0 :(得分:6)

您的主要问题是您使用的语法不正确。这种方式dataset$gear[is.na(dataset$gear)] <- 0dataset[is.na(gear), gear := 0]修改:=的词法范围 以外的原始数据集,而不是lapply <-。 {1}}仅在某个函数的词法范围内运行)。因此将您的功能修改为

computeWidth <- function(dataset){
  dataset[is.na(gear), gear := 0] # Convert NA to 0
  dataset[ ,width := hp + gear]   # create new variable
}

然后运行

lapply(list(mtcars, mtcars2), computeWidth) 

将修改原始数据集。

作为旁注,如果您想将此概括为许多data.table个对象,您可以查看tables函数并尝试以下内容

lapply(mget(tables(silent = TRUE)$NAME), computeWidth)

尽管最好先将多个对象放在一个列表中,而不是用多个对象填充全局环境。

一个非常重要的说明(由@Frank建议),您应该知道,在未经修改的<-上使用data.table时,您实际上创建新对象

mtcars2 <- mtcars
tracemem(mtcars)
## [1] "<00000000129264F8>"
tracemem(mtcars2)
## [1] "<00000000129264F8>"

因此,只修改mtcars,您还会修改mtcars2。相反,正确的做法是在

中使用copy
mtcars2 <- copy(mtcars)
tracemem(mtcars)
## [1] "<00000000129264F8>"
tracemem(mtcars2)
## [1] "<000000001315F6B8>"

有关详细信息,请参阅here