将 lapply 中的列与 data.table 一起使用

Question

我有data.table几个列（可以是动态数量的列），我想对其应用最小值。每列都有自己特定的最小值。

我的基本版本data.table如下所示：

library(data.table)
dt <- data.table(
  urn = 1:10,
  col1 = 5:14,
  col2 = 11:20
)

注意：我只包含了两列，其中的值需要具有代表的最小值。可能有更多的列，因此尝试动态地对此进行编码。

我的方法是嵌套lapply语句等，但我不知道如何在lapply函数中调用我的列。

min_vals <- c(10, 15)
my_cols <- grep("^col", colnames(dt), value = TRUE)

## First approach
dt[,
  (my_cols) := lapply(min_vals, function(x) {
    my_cols[my_cols < x] <- x
  })]

## Second Approach
dt[,
  (my_cols) := lapply(min_vals, function(x) {
    ifelse(my_cols < x, x, my_cols)
  })]

目前，第一种方法将所有行设置为相应的min_vals，而不仅仅是min_vals. 第二种方法根本不起作用，反而出错。

所需的输出如下所示：

dt
#       urn  col1  col2
#     <int> <int> <int>
#  1:     1    10    15
#  2:     2    10    15
#  3:     3    10    15
#  4:     4    10    15
#  5:     5    10    15
#  6:     6    10    16
#  7:     7    11    17
#  8:     8    12    18
#  9:     9    13    19
# 10:    10    14    20

如果有一个解决方案允许动态匹配格式的列数，那就太好了col<number>。

Answer 1

我们可以使用Mapand 代替lapplyand，正如评论中的@Roland 指出的那样，i) 循环.SD作为第一个输入（.SDcols用指定mycols）并使用 ii) 更快，fielse而不是ifelse。

library(data.table)

dt[, (my_cols) := Map(\(x, m) fifelse(x < m, m, x),
                      .SD,
                      min_vals),
   .SDcols = my_cols]

dt
#>     urn col1 col2
#>  1:   1   10   15
#>  2:   2   10   15
#>  3:   3   10   15
#>  4:   4   10   15
#>  5:   5   10   15
#>  6:   6   10   16
#>  7:   7   11   17
#>  8:   8   12   18
#>  9:   9   13   19
#> 10:  10   14   20

@Mwavu 建议在评论中pmax使用另一个不错的选择：fifelse

dt[, c(my_cols) := Map(\(x, y) pmax(x, y), .SD, min_vals), .SDcols = my_cols]
#> same result as above

来自OP的数据

dt <- data.table(
  urn = 1:10,
  col1 = 5:14,
  col2 = 11:20
)

min_vals <- c(10, 15)
my_cols <- grep("^col", colnames(dt), value = TRUE)

^{创建于 2023-03-20，使用reprex v2.0.2}