小编Fab*_*rea的帖子

这个问题相当于Pass a data.frame column name to a function 的data.table 问题。

假设我有一个非常简单的 data.table：

dat <- data.table(x = 1:4,
                  y = 5:8)

现在我想为任何给定的函数创建一个新列：

new_column <- function(df,col_name,expr){
    col_name <- deparse(substitute(col_name))
    df[[col_name]] <- eval(substitute(expr),df,parent.frame())
    df
}

以便它正确地提供：

> new_column (dat,z,x+y)
  x y  z
1 1 5  6
2 2 6  8
3 3 7 10
4 4 8 12

但是，因为它是一个 data.table，我想使用以下方法创建这个新列:=：

new_column_byref <- function(df,col_name,expr){
   col_name <- deparse(substitute(col_name))
  df[, col_name:=eval(substitute(expr)
                      ,df
                      ,parent.frame()
                      )]
  df
}

但它不起作用：

> a <- new_column_byref(dat,z,x+y)
 Error: …

创建一组两个图形时，在 lapply 循环内打印将在 RStudio 绘图面板中打印两次。

x=1:7
y=1:7
df1 = data.frame(x=x,y=y)
x=10:70
y=10:70
df2 = data.frame(x=x,y=y)
db <- list(df1, df2)

# Given a data frame, the function below creates a graph
create.graph <- function (df){
  p <- ggplot(df,aes(x,y))+geom_point()
  # here goes other stuff, such as ggsave()
  return (p)
}

# collect.graph is a list of generated graphs
collect.graph <- lapply(db,create.graph)

# Finally, lapply prints the list of collected graphs
lapply(collect.graph,print)

该代码工作正常，但它在 RStudio 中生成两组图形，而不是一组。

如何避免这种行为？

我的目标是在 data.table 中取消嵌套列。原始data.table有80万多行，下面的链接 有5k行的样本。

然而，我注意到取消嵌套这个数据集所需的时间随着行数的平方增长，而不是像我预期的那样大致呈线性方式：

# Subset for 500 rows    
> item_res <- item[1:500] 
> microbenchmark(item_res[, lance[[1]], by = item_id], times = 5L)
Unit: milliseconds
                                                  expr      min       lq     mean   median       uq     max neval
 item_int <- item_res[, lance[[1]], by = item_id] 281.3878 282.2426 286.9925 284.4111 286.1291 300.792     5

# Subset for 5000 rows
> item_res <- item[1:5000] 
> microbenchmark(item_res[, lance[[1]], by = item_id], times = 5L)
Unit: seconds
                                                  expr      min       lq     mean   median      uq     max neval
 item_int <- item_res[, lance[[1]], …

我想计算在整洁的 data.table 中每个组有多少个 TRUE 标记：

DT <- data.table(      id = c(1   ,1    ,1    ,2   ,2    ,2   ,2   ,2    )
                 , marker = c(TRUE,FALSE,FALSE,TRUE,FALSE,TRUE,TRUE,FALSE))

所以我尝试了DT[marker==TRUE, num_markers := .N, by = id]，输出：

   id marker num_markers
1:  1   TRUE           1
2:  1  FALSE          NA
3:  1  FALSE          NA
4:  2   TRUE           3
5:  2  FALSE          NA
6:  2   TRUE           3
7:  2   TRUE           3
8:  2  FALSE          NA

相反，所需的输出是：

   id marker num_markers
1:  1   TRUE           1
2:  1  FALSE           1
3: …

当在 data.table 中按组计算平均值时，我得到不同的结果：

qty <- c(1:6)\nname <- c("a", "b","a", "a", "c","b" )\ntype <- c("i", "i", "i", "f", "f", "f")\n\nDT <- data.table(qty,name,type) \n\nDT[, avg_mean  := mean(qty)   , by = .(name, type)]\nDT[, avg_sum_N := sum(qty)/.N , by = .(name, type)]\n\n > DT\n     qty   name   type avg_mean avg_sum_N\n   <int> <char> <char>    <num>     <num>\n1:     1      a      i        2         2\n2:     2      b      i        4         2\n3:     3      a      i        2         2\n4:     4      a      f        2         4\n5:     5      c      f        6         5\n6:     6      b      f        5 …

我需要从 data.table 中删除列包含向量中嵌套的a任何行：NA

library(data.table)

a = list(as.numeric(c(NA,NA)), 2,as.numeric(c(3, NA)), c(4,5) )
b <- 11:14

dt <- data.table(a,b)

因此，应删除第 1 行和第 3 行。

我尝试了三种解决方案但没有成功：

dt1 <- dt[!is.na(a)] 
dt2 <- dt[!is.na(unlist(a))]
dt3 <- dt[dt[,!Reduce(`&`, lapply(a, is.na))]]

有任何想法吗？谢谢。

我正在尝试在图中绘制两个“ geom_vline（）”。

下面的代码对于一条垂直线工作正常：

x=1:7
y=1:7
df1 = data.frame(x=x,y=y)
vertical.lines <- c(2.5)

ggplot(df1,aes(x=x, y=y)) +
  geom_line()+
  geom_vline(aes(xintercept = vertical.lines))

但是，当我通过更改添加第二条所需的垂直线时

vertical.lines <- c(2.5,4)，我得到了错误：

´Error: Aesthetics must be either length 1 or the same as the data (7): xintercept´

我该如何解决？