基于data.table中子字符串的选定列的行操作
基于data.table中子字符串的选定列的行操作
提问于 2017-06-15 14:22:37
我想对匹配两个不同子字符串的选定列应用一个函数。我找到了这个post related to my question，但是我无法从那里得到答案。
以下是我失败尝试的一个可重复的例子。为了这个例子，我想做一个逐行操作，其中我从以字符串v开头的所有列中求和值，并减去以f开头的所有列中值的平均值。
更新:建议的解决方案必须(a)使用:=操作符来充分利用data.table的快速性能，(2)灵活地处理其他操作，而不是为了简单起见而使用mean和sum。
library(data.table)
# generate data
dt <- data.table(id= letters[1:5],
v1= 1:5,
v2= 1:5,
f1= 11:15,
f2= 11:15)
dt
#> id v1 v2 f1 f2
#> 1: a 1 1 11 11
#> 2: b 2 2 12 12
#> 3: c 3 3 13 13
#> 4: d 4 4 14 14
#> 5: e 5 5 15 15
# what I've tried
dt[, Y := sum( .SDcols=names(dt) %like% "v" ) - mean( .SDcols=names(dt) %like% "f" ) by = id]回答 2
Stack Overflow用户
回答已采纳
发布于 2017-06-15 15:02:11
我们将数据集分成‘melt’格式，利用measure参数，得到'v‘和'f’的sum和mean之间的区别，按'id‘分组，将'id’列与原始数据集连接起来，并将'V1‘赋值(:=)作为'Y’变量。
dt[melt(dt, measure = patterns("^v", "^f"), value.name = c("v", "f"))[
, sum(v) - mean(f), id], Y :=V1, on = .(id)]
dt
# id v1 v2 f1 f2 Y
#1: a 1 1 11 11 -9
#2: b 2 2 12 12 -8
#3: c 3 3 13 13 -7
#4: d 4 4 14 14 -6
#5: e 5 5 15 15 -5或者另一个选项是在创建索引或“v”和“f”列之后使用Reduce
nmv <- which(startsWith(names(dt), "v"))
nmf <- which(startsWith(names(dt), "f"))
l1 <- length(nmv)
dt[, Y := Reduce(`+`, .SD[, nmv, with = FALSE])- (Reduce(`+`, .SD[, nmf, with = FALSE])/l1)]Stack Overflow用户
发布于 2017-06-15 14:41:57
rowSums和rowMeans与grep相结合可以实现这一目的。
dt$Y <- rowMeans(dt[,grep("f", names(dt)),with=FALSE]) - rowSums(dt[,grep("v", names(dt)),with=FALSE])页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/44570027
复制相关文章
相似问题
腾讯云开发者
