Question

我是data.table的初学者，我正在尝试做一个非常简单的操作，在基础数据帧中看起来像这样：

percentages[percentages<0] = abs(percentages[percentages<0])

数据如下所示：

percentages

  p1    p2    p3
1: 0.689 0.206 0.106

到目前为止，我发现的data.table解决方案只是获取数据：

percentages[,which(percentages<0),with=FALSE]

但它比数据帧更复杂......应该有更好的东西，但我什么都得不到......有什么建议吗？

Answer 1

一般选项可能是使用set。它包含一个for循环，但它会更有效率，因为我们循环遍历列而不是通过执行matrix来创建df1 < 0 - 对于大型数据集，这将消耗一些内存）。使用set将非常有效，因为文档说明避免了[.data.table的开销

for(j in seq_along(df1)){
  set(df1, i = which(df1[[j]]<0), j=j, value = abs(df1[[j]]))
}

由于OP想要单行代码，对于单行示例显示，

df1[, lapply(.SD, function(x) replace(x, x < 0, abs(x)))]

基准

基于稍大一点的数据集上的system.time

 set.seed(42)
 dfN <- data.frame(p1 = rnorm(1e7), p2 = rnorm(1e7), p3 = rnorm(1e7), p4 = rnorm(1e7))

dfN1 <- copy(dfN)
setDT(dfN1)
system.time({
  i1 <- dfN < 0
  dfN[i1] <- abs(dfN[i1])
})

#  user  system elapsed 
#  1.63    0.50    2.12 

system.time({
 for(j in seq_along(dfN1)){
  set(dfN1, i = which(dfN1[[j]]<0), j=j, value = abs(dfN1[[j]][dfN1[[j]]<0]))
 }
})

# user  system elapsed 
# 0.91    0.08    0.98

Answer 2

如上所述akrun，单行回复是

df1[, lapply(.SD, function(x) replace(x, x < 0, abs(x)))]

但是，这并不是我想要的，因为与data.frame相比，data.table似乎在语法上更复杂（至少在这个例子中）

我们基本上在data.table（使用lapply）中进行矢量化，而在data.frame中它会自动发生

R中data.table中的逻辑索引

2 个答案:

基准