替换数据表中特定列中出现的数字

Question

我已经遇到这个职位上如何更换一批出现在所有的一列数据帧（例如，在所有列替换所有4×10） DF[DF == 4] <- 10。使用数据表可以以完全相同的方式获得相同的结果：DT[DT == 4] <- 10.

但是，如果我想应用此修改但仅应用于数据表中的特定列，我应该如何处理这些列是按位置（例如2:4）还是按名称（例如c("V2", "V3", "V4")）指定的？

我更喜欢“优雅”的解决方案，而不是对每一列进行迭代。

Answer 1

我们可以使用set哪个更有效

for(j in 2:4) {
  set(DT, i = which(DT[[j]]==4), j=j, value = 10)
 }
DT
#   V1 V2 V3 V4
#1:  A  2  2 10
#2:  B  1 10 10
#3:  C  3 10  3
#4:  D  3  2 10
#5:  E  3  3  3
#6:  F 10  3  3

以上也可以用列名来完成

for(j in names(DT)[2:4]){
   set(DT, i = which(DT[[j]]==4), j=j, value = 10)
 }

或者另一种选择是指定.SDcols感兴趣的列（数字索引或列名），循环遍历 Data.table ( .SD)的子集，replace4 到 10 的值并将 ( :=) 输出分配回列出于兴趣

DT[, (2:4) := lapply(.SD, function(x) replace(x, x==4, 10)), .SDcols = 2:4]

或列名

DT[, (names(DT)[2:4]) := lapply(.SD, function(x) replace(x, x==4, 10)), 
      .SDcols = names(DT)[2:4]]

数据

set.seed(24)
DT <- data.table(V1 = LETTERS[1:6], V2 = sample(1:4, 6, replace = TRUE), 
   V3 = sample(2:4, 6, replace = TRUE), V4 = sample(3:4, 6, replace= TRUE))