lapply 查找未按预期工作的行的最大值

Question

我正在尝试使用 lapply 跨行查找 data.table 的最大日期。我有一些行，其中行中的所有值都是NA，在这种情况下，我想返回一个特定的日期。我编写了一个函数来执行此操作，但没有得到预期的结果。

library(data.table)

my.max = function(x){
  if(all(is.na(x))){
    return(as.Date("9999-12-01")) #we can use this to identify which BPIDs have no end date
  }else{
    return(max(x, na.rm = T))
  }
}

DT = data.table("Date1" = c(as.Date("2015-12-30"),NA, NA), "Date2" = c(as.Date("2013-02-04"), as.Date("2014-01-01"), NA))
DT[ , "Row" := 1:.N]

DT[ , "Max_Date" := lapply(.SD, my.max), by = .(Row), .SDcols = c("Date1", "Date2")]

返回

> DT
        Date1      Date2 Row   Max_Date
1: 2015-12-30 2013-02-04   1 2015-12-30
2:       <NA> 2014-01-01   2 9999-12-01
3:       <NA>       <NA>   3 9999-12-01

因此，如果所有值都是NA，它确实有效，但如果其中一个值是NA，它也会返回9999-12-01。我将打印函数放入my.max 以了解发生了什么，看起来它一次传入一个 x 值。这解释了为什么 all(is.na(x)) 会是真的，但我希望它会传入行中两个日期的向量。否则，它怎么知道取最大值的值是多少？

如何更改我的函数，使其仅在其他两个日期均为 NA 时才返回 9999-12-01？

Answer 1

这是一种可行的方法。它将{}中的多条语句封装成一个单独的代码块：

DT[, "this" := {temp=pmax(Date1, Date2, na.rm=TRUE);
                temp[is.na(temp)] = as.Date("9999-12-01"); temp}]

返回

DT
        Date1      Date2       this
1: 2015-12-30 2013-02-04 2015-12-30
2:       <NA> 2014-01-01 2014-01-01
3:       <NA>       <NA> 9999-12-01

数据

DT = data.table("Date1" = c(as.Date("2015-12-30"),NA, NA),
                "Date2" = c(as.Date("2013-02-04"), as.Date("2014-01-01"), NA))

这样，您不必遍历可能非常慢的每一行。

---

虽然我不推荐按行处理...

DT[ , "Row" := 1:.N]
DT[ , "Max_Date" := my.max(unlist(.SD)), by = .(Row), .SDcols = c("Date1", "Date2")]

对于本示例将产生相同的输出。

Answer 2

试试这个：

library(data.table)

my.max <- function(x){
    if(all(is.na(x))){
        return("9999-12-01") 
    }else{
        return(max(x, na.rm = T))
    }
}

DT <- data.table("Date1" = c(as.Date("2015-12-30"),NA, NA), "Date2" = c(as.Date("2013-02-04"), as.Date("2014-01-01"), NA))
print(DT)
DT[ , "Max_Date" ] <- apply(DT, 1, my.max)
print(DT)



> DT <- data.table("Date1" = c(as.Date("2015-12-30"),NA, NA), "Date2" = c(as.Date("2013-02-04"), as.Date("2014-01-01"), NA))
> print(DT)
        Date1      Date2
1: 2015-12-30 2013-02-04
2:       <NA> 2014-01-01
3:       <NA>       <NA>
> DT[ , "Max_Date" ] <- apply(DT, 1, my.max)
> print(DT)
        Date1      Date2   Max_Date
1: 2015-12-30 2013-02-04 2015-12-30
2:       <NA> 2014-01-01 2014-01-01
3:       <NA>       <NA> 9999-12-01