应用 if else 函数循环遍历 2 个向量来操作数据表

Question

我想应用一个 ifelse 函数循环遍历 2 个向量，然后根据条件更新数据表的列。我正在寻找一种可以处理大量列的解决方案。

我正在通过一个玩具数据集 mtcars 演示这个问题。

library(data.table)
mtcars <- data.table(mtcars)

现在，我想限制某些列的值，并用定义的限制替换相应列的值。但是下面的代码给了我奇怪的结果。

limitlist <- list(c("hp", 300), c("disp", 450.0))
cols <- sapply(limitlist, "[[", 1)
lims <- sapply(limitlist, "[[", 2)
for (i in length(limitlist)) mtcars[, c(cols) := lapply(.SD, function(x){ifelse(x[i] > lims[i], lims[i], x[i])}), .SDcols = cols]

我想要的输出：

    range(mtcars$hp)
[1]  52 300


    range(mtcars$disp)
[1]  71.1 450.0

我是 data.table 语法的新手，所以可能是一个愚蠢的错误。对此的任何帮助都非常感谢。

Answer 1

对于data.table 的新手来说，这是相当先进的东西。但是，这里还有其他三种变体：

1. 子集和更新
2. 更新加入
3. 使用set()

这些方法仅更新相应列向量中受影响的元素，而到目前为止发布的其他解决方案（Frank's、Dan Y's）会替换整个列。如果只需要更换几个元素，可能会提高性能。

请注意，我们使用的是 OP 提供的 limitlist。

1。子集和更新

# subsetting and updating
library(data.table)
DT <- data.table(mtcars)
limitlist <- list(c("hp", 300), c("disp", 450.0))
cols <- sapply(limitlist, "[[", 1)
lims <- as.numeric(sapply(limitlist, "[[", 2))
for (i in seq_along(limitlist))
  DT[get(cols[i]) > lims[i], (cols[i]) := lims[i]]
# check ressults
sapply(cols, function(x) {cbind(max(mtcars[, x]), max(DT[[x]]))})

      hp disp
[1,] 335  472
[2,] 300  450

2。更新加入

# update join
library(data.table)
DT <- data.table(mtcars)
limitlist <- list(c("hp", 300), c("disp", 450.0))
cols <- sapply(limitlist, "[[", 1)
lims <- as.numeric(sapply(limitlist, "[[", 2))
for (i in seq_along(limitlist))
  DT[.(lims[i]), on = sprintf("%s>%s", cols[i], "V1"), (cols[i]) := lims[i]]
# check results
sapply(cols, function(x) {cbind(max(mtcars[, x]), max(DT[[x]]))})

      hp disp
[1,] 335  472
[2,] 300  450

3。使用set()

# using `set()`
library(data.table)
DT <- data.table(mtcars)
limitlist <- list(c("hp", 300), c("disp", 450.0))
cols <- sapply(limitlist, "[[", 1)
lims <- as.numeric(sapply(limitlist, "[[", 2))
for (i in seq_along(limitlist))
  set(DT, which(DT[[cols[i]]] > lims[i]), cols[i], lims[i])
# check results
sapply(cols, function(x) {cbind(max(mtcars[, x]), max(DT[[x]]))})

      hp disp
[1,] 335  472
[2,] 300  450

恕我直言，这种变体是最直接的方法。

Answer 2

由于 Dan 的回答没有使用 data.table 语法...

library(data.table)

# input
mylist = list(hp = 300, disp = 450)
DT = data.table(mtcars)

# update
DT[, names(mylist) := Map(pmin, .SD, mylist), .SDcols=names(mylist)]

Answer 3

应该这样做：

首先，让你的 limlist 是数字而不是字符：

lims <- as.numeric(sapply(limitlist, "[[", 2))

然后你可以循环：

for (i in 1:length(limitlist)) {
    mtcars[[cols[i]]] <- pmin(mtcars[[cols[i]]], lims[i])
}