我有一个data.table，我想将一个函数（例如paste，sum）应用到某些列。例如：
library(data.table)
x = as.data.table(iris)
columnsSelected = c("Sepal.Width", "Sepal.Length")
x[, A := Sepal.Width + Sepal.Length] # this yields the desired result, but not in the way I want.
x[, A := sum(columnsSelected)] # this does not execute
x[, A := sum(get(columnsSelected))] # this does not yield the desired result
x[, A := sum(.SD), .SDcols = columnsSelected] # this does not yield the desired result
x[, A := do.call(sum, .SD), .SDcols = columnsSelected] # same as above
我不知所措。建议Get()为.SD，但它似乎不适用于多列。关于data.table使用的另一个有趣的讨论是here，但.SDcols和try{
dbConnection = DriverManager.getConnection(DR_URL, DB_USER,DB_PASSWORD);
stmt = dbConnection.createStatement();
for(int i=1; i<3; i++){
String invoiceNumber = JOptionPane.showInputDialog("Invoice Number:");
String customerName = JOptionPane.showInputDialog("Customer Name:");
Date invoiceDate = new Date(System.currentTimeMillis());
java.sql.Date invDate = new java.sql.Date (invoiceDate.getTime());
stmt.executeUpdate("INSERT INTO INVOICEMAIN VALUES ('" + invoiceNumber + "','" + customerName + "','" + setDate(invDate) + "')");
}
stmt.close();
dbConnection.close();
}
似乎只适用于聚合。
非常感谢任何帮助。
答案 0 :(得分：4)
如果你想要一个明智的元素，那么只需要+而不是sum，它们将所有向量元素加在一起。此外，由于+只接受两个参数，因此您不能将do.call用于两列以上，而是需要Reduce()：
x[, A := Reduce("+", .SD), .SDcols = columnsSelected]
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species A
# 1: 5.1 3.5 1.4 0.2 setosa 8.6
# 2: 4.9 3.0 1.4 0.2 setosa 7.9
# 3: 4.7 3.2 1.3 0.2 setosa 7.9
# 4: 4.6 3.1 1.5 0.2 setosa 7.7
# 5: 5.0 3.6 1.4 0.2 setosa 8.6
# ---
# 146: 6.7 3.0 5.2 2.3 virginica 9.7
# 147: 6.3 2.5 5.0 1.9 virginica 8.8
# 148: 6.5 3.0 5.2 2.0 virginica 9.5
# 149: 6.2 3.4 5.4 2.3 virginica 9.6
# 150: 5.9 3.0 5.1 1.8 virginica 8.9
正如@ 42所评论的那样，我们通过将do.call()变量扩展为三列来了解Reduce()和+如何将函数用作paste()和columnsSelected：
columnsSelected = c("Sepal.Width", "Sepal.Length", "Petal.Length")
其中do.call("+", ...)给出了预期的错误，因为“+”是一个二元运算符并且不接受两个以上的参数，而do.call()给它三个参数（{中的三列） {1}}; columnsSelected按预期工作，因为Reduce("+", ...)逐列添加，而不是像Reduce()一样将所有列一次性传递给函数。对于do.call，{ {1}}和paste都可以正常工作，因为do.call()可以接受两个或多个向量作为参数。在这种情况下Reduce()在有很多列时更有效但不应该如果你只传入两三列，那么就在这里。
paste() do.call()与x[, A := do.call(paste, .SD), .SDcols = columnsSelected]
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species A
# 1: 5.1 3.5 1.4 0.2 setosa 3.5 5.1 1.4
# 2: 4.9 3.0 1.4 0.2 setosa 3 4.9 1.4
# 3: 4.7 3.2 1.3 0.2 setosa 3.2 4.7 1.3
# 4: 4.6 3.1 1.5 0.2 setosa 3.1 4.6 1.5
# 5: 5.0 3.6 1.4 0.2 setosa 3.6 5 1.4
# ---
# 146: 6.7 3.0 5.2 2.3 virginica 3 6.7 5.2
# 147: 6.3 2.5 5.0 1.9 virginica 2.5 6.3 5
# 148: 6.5 3.0 5.2 2.0 virginica 3 6.5 5.2
# 149: 6.2 3.4 5.4 2.3 virginica 3.4 6.2 5.4
# 150: 5.9 3.0 5.1 1.8 virginica 3 5.9 5.1
的结果相同。
更新：
要将参数传递给x[, A := Reduce(paste, .SD), .SDcols = columnsSelected]和do.call()中的函数，do.call()会对list参数中的参数进行展平，并将它们视为单独的参数，以便将参数传递给{中的函数{1}}，我们可以将命名参数连接到list参数，即：
Reduce另一方面，对于do.call()，它允许您重建匿名函数，您可以创建一个指定了do.call()参数的自定义函数：
x[, A := do.call(paste, c(sep = ",", .SD)), .SDcols = columnsSelected]
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species A
# 1: 5.1 3.5 1.4 0.2 setosa 3.5,5.1,1.4
# 2: 4.9 3.0 1.4 0.2 setosa 3,4.9,1.4
# 3: 4.7 3.2 1.3 0.2 setosa 3.2,4.7,1.3
# 4: 4.6 3.1 1.5 0.2 setosa 3.1,4.6,1.5
# 5: 5.0 3.6 1.4 0.2 setosa 3.6,5,1.4
# ---
# 146: 6.7 3.0 5.2 2.3 virginica 3,6.7,5.2
# 147: 6.3 2.5 5.0 1.9 virginica 2.5,6.3,5
# 148: 6.5 3.0 5.2 2.0 virginica 3,6.5,5.2
# 149: 6.2 3.4 5.4 2.3 virginica 3.4,6.2,5.4
# 150: 5.9 3.0 5.1 1.8 virginica 3,5.9,5.1
再次给出与Reduce()相同的结果。