Question

我有一个数据表，结构如下：

structure(list(GVKEY1 = c(2721, 113609, 62634, NA, 62599, 15855, 
15855, NA, NA, NA), GVKEY2 = c(NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_
), GVKEY3 = c(NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), GVKEY4 = c(NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_), GVKEY5 = c(NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_
)), .Names = c("GVKEY1", "GVKEY2", "GVKEY3", "GVKEY4", "GVKEY5"
), class = c("data.table", "data.frame"), row.names = c(NA, -10L
))

我想创建一个新列，它是所有五列的最大值。请注意，数据有很多NA。

我写了以下一行

patent <- patent[, GVKEY := lapply(.SD, max, na.rm = TRUE), .SDcols = c('GVKEY1', 'GVKEY2', 'GVKEY3', 'GVKEY4', 'GVKEY5')]

我得到以下输出。

警告讯息：
  1：在[.data.table中（专利，:=（GVKEY，lapply（.SD，max，na.rm = TRUE）），：
    提供了5个项目，分配给3280338列＆＃39; GVKEY＆＃39; （回收剩余3件物品）   2：在[.data.table中（专利，:=（GVKEY，lapply（.SD，max，na.rm = TRUE）），：
    强制列出＆＃39; RHS到＆＃39;加倍＆＃39;匹配列的类型。将目标列更改为＆＃39; list＆＃39;首先（通过创建一个新的＆＃39;列表＆＃39;向量长度3280338（整个表的nrows）并指定它;即＆＃39;替换＆＃39;列），或强制RHS为＆＃39; double＆＃39; ; （例如1L，NA_ [real | integer] _，as。*等），使你的意图清晰，速度快。或者，请在创建表格时正确设置列类型，并坚持使用。

不确定我做错了什么。如果有人可以帮助我会很棒。

Answer 1

您可以使用向量化pmax函数与do.call结合使用，以避免按行操作。这是使用data.table和data.frame都是列表（结帐is.list(patent)），与将apply转换为矩阵的data.table相比较的事实。此外，正如评论中所述，:=通过引用更新，因此请不要将其与<-运算符结合使用

patent[, GVKEY := do.call(pmax, c(na.rm = TRUE, .SD))]

Answer 2

对您进行细微更改，apply代替lapply，并且在使用:=时，您不会使用<-分配运算符*。

patent[, GVKEY := apply(.SD, 1, max, na.rm = TRUE), .SDcols = c('GVKEY1', 'GVKEY2', 'GVKEY3', 'GVKEY4', 'GVKEY5')]

*参考文献：

在R中连续获得最大值

2 个答案: