data.table 中的 ifelse 赋值

Question

我是一名教师，想正确使用R 中的data.table 包在日志文件中自动为学生的答案评分，即如果学生回答特定问题，则添加一个名为correct 的列，是该问题的正确答案，否则为 0。如果每个问题只有一个答案，我可以轻松做到这一点，但如果一个问题有多个可能的答案（问题及其可能的正确答案存储在另一个表中），我会被绊倒

下面是 MWE：

set.seed(123)
question_table <- data.table(id=c(1,1,2,2,3,4),correct_ans=sample(1:4,6,replace = T))
log <- data.table(student=sample(letters[1:3],10,replace = T),
                  question_id=c(1,1,1,2,2,2,3,3,4,4), 
                  student_answer= c(2,4,1,3,2,4,4,5,2,1))

我的问题在于在j 中使用ifelse 的正确data.table 方式是什么，尤其是如果我们依赖另一个表？

log[,correct:=ifelse(student_answer %in% 
                          question_table[log$question_id %in% id]$correct_ans,1,0)]

如下所示，问题 1 和 2 都有多个可能的正确答案。

> question_table
   id correct_ans
1:  1           2
2:  1           4
3:  2           2
4:  2           4
5:  3           4
6:  4           1

虽然计算正确的列没有错误，但有些地方是不正确的：例如当student b 回答问题时，即使他回答错误，他也会获得正确分数。只有correct 列的一些条目是关闭的，这让我相信有些东西我没有得到变量的作用域。

> log
    student question_id student_answer correct
 1:       b           1              2       1
 2:       c           1              4       1
 3:       b           1              1       1   <- ?
 4:       b           2              3       0
 5:       c           2              2       1
 6:       b           2              4       1
 7:       c           3              4       1
 8:       b           3              5       0
 9:       a           4              2       1   <- ?
10:       c           4              1       1

我考虑用joining 和question_table 在log 表中使用正确的ans 创建一个帮助列，但这不起作用，因为后者的键不是唯一的。

我们将不胜感激。 提前致谢。

Answer 1

您可以使用连接：

# initialize to zero
log[, correct := 0L ]

# update to 1 if matched
log[question_table, on=c(question_id = "id", student_answer = "correct_ans"),
   correct := 1L ] 

    student question_id student_answer correct
 1:       b           1              2       1
 2:       c           1              4       1
 3:       b           1              1       0
 4:       b           2              3       0
 5:       c           2              2       1
 6:       b           2              4       1
 7:       c           3              4       1
 8:       b           3              5       0
 9:       a           4              2       0
10:       c           4              1       1

它是如何工作的。更新连接的语法是X[Y, on=cols, xvar := z]：

• 如果X 和Y 之间的列名称不同，请使用on=c(xcol = "ycol", xcol2 = "ycol2")，或者在1.9.7+ 版本中使用.(xcol = ycol, xcol2 = ycol2)。
• xvar := z 只会对匹配的X 行进行操作。有时，在这里使用by=.EACHI 也很有用，这取决于X 在Y 中每个匹配的行数以及z 的表达式有多复杂。

有关语法的完整文档，请参阅 ?data.table。