Question

我正在尝试与此问题做同样的事情：Add max value to a new column in R，但是，我想直接传递变量而不是列名，因此我不会将列名硬编码到公式中。

示例代码：

a <- c(1,1,2,2,3,3)  
b <- c(1,3,5,9,4,NA)
d <- data.table(a, b)
d

a b
1 1
1 3
2 5
2 9
3 4
3 NA

我可以得到这个：

通过对其进行硬编码：setDT(d)[, max_b:= max(b, na.rm = T), a]，但我想改成这样：

cn <- "b"
setDT(d)[, paste0("max_", cn):= max(cn, na.rm = T), a]

但是，这不起作用，因为它在max()内部求值为字符的最大值，而不是列的最大值。并且它的结果是名为max_b的列，其中包含值b，因为max("b") = "b"。我知道为什么会这样，我只是不知道解决方法。

对此有什么解决方案？

注意：我标记的上述堆栈问题被标记为重复并关闭，但是我选择了该问题，因为我在代码中使用了该问题的可接受答案。我也不是100％同意这还是一个重复的问题。

Answer 1

尝试setDT(d)[, paste0("max_", cn) := eval(parse(text = max(eval(parse(text = cn))))), a]

# output
   a b max_b
1: 1 1     3
2: 1 3     3
3: 2 5     9
4: 2 9     9
5: 3 4     4

# example with missing values
a <- c(1,1,2,2,3,3)  
b <- c(1,3,5,9,4,NA)
d <- data.table(a, b)
cn <- "b"
setDT(d)[, paste0("max_", cn) := eval(parse(text = max(eval(parse(text = cn)),
                                                       na.rm = TRUE))), a]
#output
   a  b max_b
1: 1  1     3
2: 1  3     3
3: 2  5     9
4: 2  9     9
5: 3  4     4
6: 3 NA     4

Answer 2

一个选项是在.SDcols中指定变量，然后在.SD（Data.table的子集）上应用该函数。

d[, paste0("max_", cn) := lapply(.SD, max, na.rm = TRUE), by = a, .SDcols = cn]
d
#   a  b max_b
#1: 1  1     3
#2: 1  3     3
#3: 2  5     9
#4: 2  9     9
#5: 3  4     4
#6: 3 NA     4

另一个选择是转换为符号，然后进行eval求值

d[, paste0("max_", cn) := max(eval(as.symbol(cn)), na.rm = TRUE), by = a]

使用变量添加最大列

2 个答案: