data.table如果变量名存储在字符向量中,如何引用变量？例如,这适用于data.frame:
df <- data.frame(col1 = 1:3)
colname <- "col1"
df[colname] <- 4:6
df
# col1
# 1 4
# 2 5
# 3 6
如何使用或不使用:=表示法对data.table执行相同的操作？显而易见的事情是dt[ , list(colname)]行不通的(我也没想到).
首先:感谢@MattDowle; data.table是我开始使用以来发生过的最好的事情之一R.
第二:我知道变量列名的各种用例的许多变通方法data.table,包括:
可能更多我没有参考.
但是:即使我学会了上面记录的所有技巧,以至于我从来不必查看它们以提醒自己如何使用它们,我仍然会发现使用作为参数传递给函数的列名非常繁琐的任务.
我正在寻找的是以下解决方法/工作流程的"最佳实践认可"替代方案.考虑到我有一堆类似数据的列,并希望对这些列或它们的集合执行一系列类似的操作,其中操作具有任意高的复杂性,并且列名称组传递给指定的每个操作在变量中.
我意识到这个问题听起来很人为,但我却以惊人的频率遇到它.这些例子通常非常混乱,很难将与这个问题相关的功能分开,但我最近偶然发现了一个相当简单的简化用作MWE的方法:
library(data.table)
library(lubridate)
library(zoo)
the.table <- data.table(year=1991:1996,var1=floor(runif(6,400,1400)))
the.table[,`:=`(var2=var1/floor(runif(6,2,5)),
var3=var1/floor(runif(6,2,5)))]
# Replicate data across months
new.table <- the.table[, list(asofdate=seq(from=ymd((year)*10^4+101),
length.out=12,
by="1 month")),by=year]
# Do a complicated procedure to each variable in some group.
var.names <- c("var1","var2","var3")
for(varname in var.names) {
#As suggested in an answer to Link 3 above
#Convert the column name to a …我想计算data.table中每个列的平均值,按另一列分组.我的问题类似于关于SO的另外两个问题(一个和两个),但我不能将这些问题应用于我的问题.
这是一个例子:
library(data.table)
dtb <- fread(input = "condition,var1,var2,var3
one,100,1000,10000
one,101,1001,10001
one,102,1002,10002
two,103,1003,10003
two,104,1004,10004
two,105,1005,10005
three,106,1006,10006
three,107,1007,10007
three,108,1008,10008
four,109,1009,10009
four,110,1010,10010")
dtb
# condition var1 var2 var3
# 1: one 100 1000 10000
# 2: one 101 1001 10001
# 3: one 102 1002 10002
# 4: two 103 1003 10003
# 5: two 104 1004 10004
# 6: two 105 1005 10005
# 7: three 106 1006 10006
# 8: three 107 1007 10007
# 9: three …如何根据正则表达式选择data.table的列？考虑一个简单的例子如下:
library(data.table)
mydt <- data.table(foo=c(1,2), bar=c(2,3), baz=c(3,4))
有没有办法根据正则表达式使用数据表中的列bar和baz来自数据表？我知道以下解决方案有效,但如果表格更大,我想选择更多变量,这很容易变得麻烦.
mydt[, .(bar, baz)]
我希望有类似的东西matches(),dplyr::select()但只能通过参考.
我可以获得由其他变量分层的变量的摘要，如下所示：
require(data.table)
DT <- data.table(mtcars)
var_work <- "hp"
by_vars <- c("cyl", "carb")
ans_1 <- cube(DT, j = as.list(quantile(get(var_work))), by = by_vars)
ans_1
cyl carb 0% 25% 50% 75% 100%
1: 6 4 110 110.00 116.5 123.00 123
2: 4 1 65 66.00 66.0 93.00 97
3: 6 1 105 106.25 107.5 108.75 110
4: 8 2 150 150.00 162.5 175.00 175
5: 8 4 205 218.75 237.5 245.00 264
6: 4 2 52 69.25 93.0 105.50 113
7: 8 3 …有趣的是，我无法找到使用列号进行过滤的方法。我不知道该列的名称，因为它改变了名称，但我总是知道该列的位置。
这看起来很简单，但似乎我只能使用列名称引用 i 部分。
table = data.table(one = c(1,2,3), two = c("a","b","c"))
> table
one two
1: 1 a
2: 2 b
3: 3 c
我不知道第二列是“二”。我只想按第二列过滤。
> table[two == "a"]
one two
1: 1 a
更新：
正如罗纳克所描述的，我可以使用
> table[table[[2]]=="a"]
one two
1: 1 a
不过，我接下来想更新同一列，例如我想将“a”变成“c”。
我需要的：
> table
one two
1: 1 c
2: 2 b
3: 3 c
我努力了：
> table[table[[2]]=="a", table[[2]]:= "c"]
> table
one two a b c
1: 1 a c c c
2: 2 b …假设我有一个data.table,其中包含在变量中指定的列名.例如,我可能用过dcast:
groups <- sample(LETTERS, 2) # i.e. I don't now the values
dt1 <- data.table(ID = rep(1:2, each = 2), group = groups, value = 3:6)
(dt2 <- dcast(dt1, ID~group, value.var = "value"))
# ID D Q
# 1: 1 3 4
# 2: 2 5 6
现在我想基于最后两列中的值进行子集化,例如执行以下操作:
dt2[groups[1] == 3 & groups[2] == 4]
# Empty data.table (0 rows) of 3 cols: ID,D,Q
有一个简单的方法吗？我发现我可以用键做到这一点:
setkeyv(dt2, groups)
dt2[.(3, 4)]
# ID D Q
# 1: 1 3 4 …我试图将我的头缠在准引号上，以便可以与data.table电话一起使用。这是一个例子：
library(data.table)
library(rlang)
dt <- data.table(col1 = 1:10, col2 = 11:20)
dt[, col1]
如果我想将其包装到函数中，该怎么做？我试过了：
foo <- function(dt, col) {
col <- quo(col)
expr(dt[, !!col1])
}
foo(dt, col1)
但是得到Error in enexpr(expr) : object 'col1' not found。我认为我缺少一些步骤，因此data.table对的评价与有所不同dplyr。