如何在R中没有for循环的情况下将一列与一系列相关的虚拟变量进行比较

Question

我有R代码,但它不够优雅且效率低下.我想知道是否有更好的方法:即如何对这个过程进行矢量化和/或减少计算时间？

library(data.table)
dt <- data.table(
    visited_a = c(1, 1, 0, 0),
    visited_b = c(1, 0, 0, 0),
    visited_c = c(0, 0, 1, 1),
    purchased = c("b", "b", "c", "a")
)

我的data.table有关于消费者是否在2017年访问商店的虚拟指标.因此visited_a = 0意味着她a在2017年visited_b = 1没有访问商店b,这意味着她在2017年访问了商店.数据还列出了消费者在2018年购买的商店; 所有这些消费者都进行了购买.因此,消费者可能已经或可能没有访问过她(今年)购买的商店(去年).

我想添加一个变量purchased_was_visited来捕获它.解决方案是:

dt$purchased_was_visited <- c(1, 0, 1, 0)

这是我非常不雅的代码,可悲地循环遍历data.table一次一行.肯定有更好的办法!

dt[ , purchased_was_visited := NA]
for(i in 1:nrow(dt)) {
    brand <- dt[i, purchased]
    col <- paste0("visited_", brand)
    was_it <- dt[i, ..col]
    dt[i, purchased_was_visited := was_it]
}

Answer 1

一个选项是通过对每行进行分组来使用get。必须准备purchased需要评估的列名称（基于 ）以检查过去的访问情况。现在，get如果对每一行进行评估，函数将提供所需的结果。因此，我们需要对每一行进行分组（例如by=1:NROW(dt)）：

library(data.table)

dt[,purchased_was_visited := get(paste("visited",purchased,sep="_")), by=1:NROW(dt)]

dt
#    visited_a visited_b visited_c purchased purchased_was_visited
# 1:         1         1         0         b                     1
# 2:         1         0         0         b                     0
# 3:         0         0         1         c                     1
# 4:         0         0         1         a                     0