将函数应用于 data.table [R] 中具有条件的每一列

Question

我想对一列应用几个函数，但我想应用一些关于何时执行此操作的逻辑，在这种情况下，当另一列有一些 NA 时。为了说明，我将向iris数据集添加一些 NA并将其转换为 data.table：

library(data.table)

irisdt <- iris
## Prep some example data
irisdt[irisdt$Sepal.Length < 5,]$Sepal.Length <- NA
irisdt[irisdt$Sepal.Width < 3,]$Sepal.Width <- NA

## Turn this into a data.table
irisdt <- as.data.table(iris)

如果我想申请max多个列，我会这样：

## Apply a function to individual columns
irisdt[, lapply(.SD, max), .SDcols = c("Petal.Length", "Petal.Width")]
#>    Petal.Length Petal.Width
#> 1:          6.9         2.5

然而，在这种情况下，我想取出任何不是 NA 的行，Sepal.Length然后返回 max 和 min 以及我为 NA 子集的列的名称。下面是一种丑陋的实现方式，但希望能说明我所追求的：

## Here is what the table would look like
desired_table <- rbind(
  irisdt[!is.na(Sepal.Length), .(max = max(Petal.Length), min = min(Petal.Length), var = "Sepal.Length")],
  irisdt[!is.na(Sepal.Width), .(max = max(Petal.Length), min = min(Petal.Length), var = "Sepal.Width")]
)

desired_table
#>    max min          var
#> 1: 6.9 1.2 Sepal.Length
#> 2: 6.7 1.0  Sepal.Width

^{由reprex 包(v0.3.0)于 2020 年 1 月 14 日创建}

关于我如何实现这一点的任何想法？

Answer 1

melt如果我们按多列进行比较，可能是更好的选择。重塑成“长”格式，然后利用i与条件!is.na(value)，而通过“可变”分组，并获得min与max指定变量

library(data.table)
melt(irisdt,  measure = c('Sepal.Length', 'Sepal.Width'))[!is.na(value),
   .(max = max(Petal.Length), min = min(Petal.Length)), .(variable)]

如果我们对多个变量执行此操作，则使用 lapply(.SD, ...