仅在 r 的数据表中对具有数值的列运行函数答案

【问题标题】：Run function over columns with numeric values only in data table in r仅在 r 的数据表中对具有数值的列运行函数
【发布时间】：2020-03-05 02:20:05
【问题描述】：

我想运行下面的函数

count_greater_than <- function(x){
  ret <- sum(x > 1);
  return(ret);
}

把鸢尾花数据集作为数据表。但是，我只想为 iris 中具有数值的所有列（除“物种”之外的所有列）运行该函数。我的做法是

dt <- as.data.table(iris);
gr_1 <- dt[, sapply(.SD,count_greater_than, is.numeric)];
names(gr_1) <- colnames(iris);
gr_1;

这给了我；

Sepal.Length  Sepal.Width Petal.Length  Petal.Width      Species 
         150          150          149           93           NA

但我想要的是；

Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
150          150          149           93

有没有办法排除具有非数字值的列？或者至少指定我想要覆盖的列？

【问题讨论】：

标签： r data.table

【解决方案1】：

您可以使用.SDcols 指定要应用该函数的列。

library(data.table)
dt[, lapply(.SD, count_greater_than), .SDcols = sapply(dt, is.numeric)]


#   Sepal.Length Sepal.Width Petal.Length Petal.Width
#1:          150         150          149          93

dplyr 中的等价物是：

library(dplyr)
dt %>% summarise_if(is.numeric, count_greater_than)

【讨论】：

在开发版本 1.12.9 中：.SDcols=is.numeric 现在可以使用；即，SDcols= 接受一个用于选择.SD 的列的函数，参见here。
@Wimpel 你能把这个语法和“by”结合起来吗？
当然，我不明白为什么不这样做。

【解决方案2】：

你也可以使用 dplyr：

iris %>% 
   as_tibble() %>% 
   select_if(is.numeric) %>% 
   group_by(.) %>% 
   summarise_all(~ sum(. > 1))

# A tibble: 1 x 4
  Sepal.Length Sepal.Width Petal.Length Petal.Width
         <int>       <int>        <int>       <int>
1          150         150          149          93

【讨论】：

【解决方案3】：

我们可以在data.table中用if/else条件指定

library(data.table)
dt[, lapply(.SD, function(x) if(is.numeric(x)) count_greater_than(x) else NULL)]
#    Sepal.Length Sepal.Width Petal.Length Petal.Width
#1:          150         150          149          93

【讨论】：