Question

给出data.table dt：

dt <- structure(list(V1 = c("1544018118438041139", "1544018118466235879", 
"1544018118586849680", "1544018118601169211", "1544018118612947335", 
"1544018118614422179"), V2 = c("162", "162", "161.05167", "158.01309", 
"157", "157"), V3 = c("38", "38", "36.051697", "33.01306", "32", 
"32"), V4 = c("0.023529414", "0.025490198", "0.023529414", "0.027450982", 
"0.03137255", "0.03137255"), V5 = c("1", "1", "1", "1", "1", 
"1"), V6 = c("2131230815", "2131230815", "2131230815", "2131230815", 
"2131230815", "2131230815"), V7 = c("1", "0", "0", "0", "0", 
"-1")), class = c("data.table", "data.frame"), row.names = c(NA, 
-6L), .internal.selfref = <pointer: 0x2715f60>)

我希望第一列为bit64::as.integer64()，其余列为as.numeric()

我正在尝试这样做：

dt <- dt[ ,V1 := bit64::as.integer64(V1)]

dt[, lapply(.SD, as.numeric), .SDcols = -c("V1")]

但是它似乎并没有满足我的要求，请建议如何将特定列更改为A类（integer64），将其余列更改为另一个B类（例如as.numeric()）？

Answer 1

从以上评论看来，您希望能够一步一步完成所有操作，而不是将第一个转换为integer64，然后将其余转换为double。一种执行此操作的方法是：

dt[, names(dt) := Map(function(fun, x) fun(x), rep(list(bit64::as.integer64, as.numeric), times = c(1,length(.SD) - 1)), .SD), .SDcols = names(dt)]

Map函数一起迭代您的输入。也就是说，它将第一个和第二个向量的第一个元素作为参数传递给我们的函数。然后，它接受两个向量的第二个元素，并将它们传递给函数。

在我们的Map电话中，我们有：

要应用的主要功能。这是一个匿名函数，需要两个折点（1）fun和（2）x。我们函数的结果是将fun应用于x或fun(x)的结果。举一个具体的例子：
```
myfun <- function(fun, x){
  fun(x)
}
res<-myfun(as.numeric, c("1","1")); class(res)
```
要传递给我们的主要功能的功能列表。这些将在我们的主要功能中用作fun。在这种情况下，其list(as.integer64, as.numeric, as.numeric,...)
要传递给我们的主函数的向量列表。这些将在我们的主要功能中用作x。在这种情况下，我们dt的每一列。

一种快速而又肮脏的视觉辅助工具（假设custom_function有两个参数）：

Answer 2

在我看来，自该纪元以来，您有一个{。{1}}纳秒时间戳的data.table对象。我在工作中使用相同的代表高分辨率时间戳。

好消息是data.table支持此操作-依靠我们的软件包nanotime，该软件包本身将bit64用作integer64类型。但是，我创建时间戳的方式不同，通常与检索数据的已编译代码不同。

我在Rcpp Gallery中的this post 中对此进行了详细描述。因此，有些好消息：可以做到。一条坏消息：我认为您无法按照自己的方式进行操作，因为我们只能通过integer64进行操作，该精度只有16位小数，而不是19位。但是，也许我错过了窍门，所以如果存在更简单的解决方案我会全神贯注。（而且我一直忘了是否存在“通过字符串方法解析int64”。我从来没有走过那条路，因为您无法大规模进行此操作-我也处理相当大的数据集。）

Answer 3

谢谢大家，@ dirk_eddelbuettel我设法做到了：

1）加载所有JSON文件（以我为例）并使用

bigint_as_char=TRUE

在fromJSON命令中。

2）现在，您有了一个大表，其中所有列都是字符。

3）将时间戳列转换为bit64::as.integer64()-您会得到我想要的数字。

4）将其余的转换为所需的类型。

5）当我想执行计算时，例如timestamp - lag(timestamp)，我将lag_timestamp = lag(timestamp)（带有dplyr::mutate）添加为新列，并添加diff_column =将其存储{ {1}}

6）您几乎完成了-新的diff列将我想要的值存储为字符串/字符，现在您可以在需要时将其转换为as.character()或应用as.numeric()来处理不相关的值

7）就是这样，它对我来说非常完美，并且不会使R Studio崩溃。

在应用我的解决方案之前，R Studio崩溃了。

将data.table列类更改为integer64，分别为double

3 个答案: