Question

我有一个稀疏数据表，如下所示：

 data = data.table(
    var1 = c("a","",""),
    var2 = c("","","c"),
    var3 = c("a","b",""),
    var4 = c("","b","")
)
      var1 var2 var3 var4
    1:    a         a     
    2:              b    b
    3:         c

我想添加一个包含一串零和一列的列，指示任何行中存在哪些变量，如下所示：

  var1 var2 var3 var4  concat
1:    a         a      1|0|1|0
2:              b    b 0|0|1|1
3:         c           0|1|0|0

我可以使用以下命令来实现此目的：

data[, concat := paste(
           as.integer(var1 != ""),
           as.integer(var2 != ""),
           as.integer(var3 != ""),
           as.integer(var4 != ""),
           sep = "|")]

但是，如果我有数百个变量，我宁愿使用某种计算来获得所需的表达式。也许是基于paste0("var",1:4)的东西，或者至少是一个列名的向量。有什么建议吗？

Answer 1

与上述相同的基本方法：

data[ , concat := apply(.SD, 1, function(x) paste(+(x == ""), collapse = "|"))][]
#    var1 var2 var3 var4  concat
# 1:    a         a      0|1|0|1
# 2:              b    b 1|1|0|0
# 3:         c           1|0|1|1

Answer 2

变化不需要每行进行任何分组或每行apply。

data[, concat := do.call(paste, c(lapply(.SD, function(x) (x!="")+0 ), sep="|")) ]

#   var1 var2 var3 var4  concat
#1:    a         a      1|0|1|0
#2:              b    b 0|0|1|1
#3:         c           0|1|0|0

Answer 3

apply(data, 2, function(x) ifelse(x == "", 0, 1))

故障：

1）对于concat中的每一列，检查元素是否为空，如果是，则返回0，否则为1

concat

让我们从（1）变量|调用返回。对于data的每一行，将所有内容粘贴在一起，并用管道（apply(concat, 1, function(x) paste(x, collapse="|"))）将它们分开。将number = int(input('Type in a number between 5 and 20 - '))的新列设置为等于此值。

.menu-item:focused {
   -fx-background-color : <preferred color>;
}

Answer 4

感谢您提供多种多样的解决方案。我印象深刻！

我对我的大型数据集进行了一些基准测试，以比较几种不同方法的运行时间。这是我发现的：

data[ , concat := apply(.SD, 1, function(x) paste(+(x == ""), collapse = "|"))]

时间：6分钟，41秒

data[, concat := do.call(paste, c(lapply(.SD, function(x) (x!="")+0 ), sep="|")) ]

时间：10分钟，26秒

data[,concat := paste0(as.integer(.SD != ""), collapse = "|"), by = 1:nrow(data)]

时间：＆gt; 40分钟（手动杀死）

Answer 5

另一种选择是按行对数据进行分组并将每一行粘贴在一起：

data[,concat := paste0(as.integer(.SD != ""), collapse = "|"), by = 1:nrow(data)]
data
#   var1 var2 var3 var4  concat
#1:    a         a      1|0|1|0
#2:              b    b 0|0|1|1
#3:         c           0|1|0|0

计算data.table中的多个列名

5 个答案: