Question

我有一个data.table，缺少值，其中某些行只包含NA＆＃39; s。 data.table实际上是较大data.table列的子集，因此我希望避免丢弃所有NA行。我想找到一种优雅的方法来找到每行中具有最小元素的列的索引，并将结果数组作为新列添加到data.table 。对于所有NA行，我想要NA结果。这是一种不太优雅的方式：

> dt <- data.table(x=c(1,NA,3),y=c(2,NA,NA),z=c(3,NA,1))
> dt
    x  y  z
1:  1  2  3
2: NA NA NA
3:  3 NA  1
> w <- apply(dt,1,which.min)
> w
[[1]]
x 
1 

[[2]]
integer(0)

[[3]]
z 
3 

> v <- unlist(lapply(w,function(z) ifelse(length(z)==0, NA, z[1])))
> v
[1]  1 NA  3
> dt$idx <- v
> dt
    x  y  z idx
1:  1  2  3   1
2: NA NA NA  NA
3:  3 NA  1   3

正如您所看到的，不优雅的主要原因是apply创建了一个列表而不是一个数组。发生这种情况是因为每行的结果长度不同。此外，我正在调用base-R函数which.min，apply，unlist和lapply。 是否有紧凑的data.table方式来获得所需的结果？

Answer 1

使用.SD

d[, idx := apply(.SD, 1, which.min), .SDcols = c('x', 'y', 'z')]

但是所有NA行都是空白的;实际上，因为第二行都是NA，which.min将返回integer(0)，因此apply的结果长度不等，d $ idx是一个列表（其中第二行是零 - 长度矢量）;

   > d
    x  y  z idx
1:  1  2  3   1
2: NA NA NA    
3:  3 NA  1   3

> d$idx
[[1]]
x 
1 

[[2]]
integer(0)

[[3]]
z 
3

所以要处理零长度向量并在这些情况下设置返回NA;

d[, idx := apply(.SD, 1, function(x) which.min(x)[1] ), .SDcols = c('x', 'y', 'z')]
> d$idx
[1]  1 NA  3

具有最小元素的R data.table列的索引

1 个答案: