如何将相同的函数应用于data.table中的每个指定列

Question

我有一个data.table,我希望在某些列上执行相同的操作.这些列的名称以字符向量给出.在这个特定的例子中,我想将所有这些列乘以-1.

一些玩具数据和指定相关列的向量:

library(data.table)
dt <- data.table(a = 1:3, b = 1:3, d = 1:3)
cols <- c("a", "b")

现在我这样做,循环遍历字符向量:

for (col in 1:length(cols)) {
   dt[ , eval(parse(text = paste0(cols[col], ":=-1*", cols[col])))]
}

有没有办法在没有for循环的情况下直接执行此操作？

Answer 1

这似乎有效:

dt[ , (cols) := lapply(.SD, "*", -1), .SDcols = cols]

结果是

    a  b d
1: -1 -1 1
2: -2 -2 2
3: -3 -3 3

这里有一些技巧:

• 因为有括号(cols) :=,结果将分配给指定的列cols,而不是名为"cols"的新变量.
• .SDcols告诉我们我们只关注那些列,并允许我们使用与这些列关联的ata .SD的Subset D.
• lapply(.SD, ...)操作.SD,列表是列(如所有data.frames和data.tables).lapply返回一个列表,所以最后j看起来像cols := list(...).

编辑:这是另一种可能更快的方式,正如@Arun提到的:

for (j in cols) set(dt, j = j, value = -dt[[j]])

Answer 2

当您想要更改列的名称时,我想添加一个答案.如果您想计算多列的对数,这非常方便,这在经验工作中通常就是这种情况.

cols <- c("a", "b")
out_cols = paste("log", cols, sep = ".")
dt[, c(out_cols) := lapply(.SD, function(x){log(x = x, base = exp(1))}), .SDcols = cols]

Answer 3

更新:以下是一个简洁的方法,无需循环

dt[,(cols):= - dt[,..cols]]

这是一种简单的代码可读性方法.但就性能而言,根据以下微基准测试结果,它仍然落后于Frank的解决方案

mbm = microbenchmark(
  base = for (col in 1:length(cols)) {
    dt[ , eval(parse(text = paste0(cols[col], ":=-1*", cols[col])))]
  },
  franks_solution1 = dt[ , (cols) := lapply(.SD, "*", -1), .SDcols = cols],
  franks_solution2 =  for (j in cols) set(dt, j = j, value = -dt[[j]]),
  hannes_solution = dt[, c(out_cols) := lapply(.SD, function(x){log(x = x, base = exp(1))}), .SDcols = cols],
  orhans_solution = for (j in cols) dt[,(j):= -1 * dt[,  ..j]],
  orhans_solution2 = dt[,(cols):= - dt[,..cols]],
  times=1000
)
mbm

Unit: microseconds
expr                  min        lq      mean    median       uq       max neval
base_solution    3874.048 4184.4070 5205.8782 4452.5090 5127.586 69641.789  1000  
franks_solution1  313.846  349.1285  448.4770  379.8970  447.384  5654.149  1000    
franks_solution2 1500.306 1667.6910 2041.6134 1774.3580 1961.229  9723.070  1000    
hannes_solution   326.154  405.5385  561.8263  495.1795  576.000 12432.400  1000
orhans_solution  3747.690 4008.8175 5029.8333 4299.4840 4933.739 35025.202  1000  
orhans_solution2  752.000  831.5900 1061.6974  897.6405 1026.872  9913.018  1000

如下图所示

我以前的答案:以下内容也有效

for (j in cols)
  dt[,(j):= -1 * dt[,  ..j]]