Question

我试图了解我的数据的可用性，这可能看起来像：

ptr[2]

但当然要大得多。理想情况下，我希望看到这样的表：

DT <- data.table(id=rep(c("a","b"),each=20),time=rep(1991:2010,2),
             x=rbeta(40,shape1=1,shape2=2),
             y=rnorm(40))
#I have some NA's (no gaps):
DT[id=="a"&time<2000,x:=NA]
DT[id=="b"&time>2005,y:=NA]

所以非缺失最大时间段的非缺失最小值。我可以为一个变量得到它：

       a         b
x 2000-2010  1991-2010
y 1991-2010  1991-2005

但实际上，我想为许多变量做到这一点。然而，我所做的所有尝试都失败了，因为我很难将列向量传递给数据表。我的猜测是它向this或this方向发展，但我尝试将这些解决方案调整为列向量失败。

例如，apply函数似乎不会评估字符向量的元素：

DT[,availability_x:=paste0(
        as.character(min(ifelse(!is.na(x),time,NA),na.rm=T)),
        "-",
        as.character(max(ifelse(!is.na(x),time,NA),na.rm=T))),
    by=id]

Answer 1

我们可以循环（lapply）通过'id'分组后.SDcols中指定的感兴趣的列，创建非NA元素的逻辑索引（!is.na），找到数字索引（which），获取range（即min和max），使用它来对“时间”列和paste时间进行子集化元素在一起。

DT[, lapply(.SD, function(x) paste(time[range(which(!is.na(x)))], 
                      collapse="-")), by = id, .SDcols = x:y]
#   id         x         y
#1:  a 2000-2010 1991-2010
#2:  b 1991-2010 1991-2005

如何在data.table中的字符向量上使用apply函数

1 个答案: