data.table 中 mutate_at (dplyr) 的等价物是什么？答案

【问题标题】：What is the equivalent of mutate_at (dplyr) in data.table?data.table 中 mutate_at (dplyr) 的等价物是什么？
【发布时间】：2019-12-14 15:06:06
【问题描述】：

我正在尝试将 dplyr 中的一些较慢的进程移动到使用 data.table，但似乎无法找到在 data.table 中使用“mutate_at”类型方法的有效方法。尤其是在命名创建的新变量并将超过 1 个函数应用于多列时。

下面我使用 mutate_at 将 2 个不同的函数应用于 2 个不同的列，并使用 group by 语句关联命名+。我希望能够在 data.table 中轻松复制它。

library(tibble)
library(zoo)

Data = tibble(A = rep(c(1,2),50),
              B = 1:100,
              C = 101:200)

Data %>% 
    group_by(A) %>% 
    mutate_at(vars(B,C), funs(Roll.Mean.Week = 7 * rollapply(., width = 7, mean, align = "right", fill = 0, na.rm = T, partial = T),
                              Roll.Mean.Two.Week = 7 * rollapply(., width = 14, mean, align = "right", fill = 0, na.rm = T, partial = T))) %>% 
    ungroup()

【问题讨论】：

标签： r data.table dplyr

【解决方案1】：

使用data.table，我们可以在.SDcols 中指定感兴趣的列，通过.SD 和lapply 循环并应用感兴趣的函数。在这里，函数rollapply 被重复，只改变width 参数。因此，最好创建一个函数来避免重复整个参数。此外，在应用函数 (f1) 时，可以将输出保存在 list 中，然后使用 recursive = FALSE 保存在 unlist 中，并将 (:=) 分配给感兴趣的列

library(data.table)
library(zoo)
nm1 <- c("B", "C")
nm2 <- paste0(nm1, "_Roll.Mean.Week")
nm3 <- paste0(nm1, "_Roll.Mean.Two.Week")
f1 <- function(x, width) rollapply(x, width = width, mean,
        align = "right", fill = 0, na.rm = TRUE, partial = TRUE)
setDT(Data)[, c(nm2, nm3) := unlist(lapply(.SD, function(x)
  list(f1(x, 7), f1(x, 14))), recursive = FALSE), by = A, .SDcols = nm1]
head(Data)
#   A B   C B_Roll.Mean.Week C_Roll.Mean.Week B_Roll.Mean.Two.Week C_Roll.Mean.Two.Week
#1: 1 1 101                1                1                  101                  101
#2: 2 2 102                2                2                  102                  102
#3: 1 3 103                2                2                  102                  102
#4: 2 4 104                3                3                  103                  103
#5: 1 5 105                3                3                  103                  103
#6: 2 6 106                4                4                  104                  104

请注意 funs 在 tidyverse 中已弃用，可以使用 list(~ 或仅使用 ~

Data %>% 
    group_by(A) %>% 
    mutate_at(vars(B,C), list(Roll.Mean.Week =  ~f1(., 7),
                              Roll.Mean.Two.Week = ~ f1(., 14)))%>% 
    ungroup()

【讨论】：

此解决方案不满足将新列名称添加到原始 tibble 的请求，如 mutate_at 所做的那样。注意到有关已弃用的乐趣。
@JackFahey-Gilmour。为此，它只是:=（更新了答案）
如何轻松地将两个函数调用应用于同一组变量，如上所述。
@JackFahey-Gilmour。你有没有检查我的更新。我以为是同一个重复的东西，所以我没有早点更新
有没有办法避免多链？还是您必须在单独的调用中继续链接函数？

【解决方案2】：

还有来自Apply multiple functions to multiple columns in data.table

f <- function(x) lapply(c(Roll.Mean.Week=7L, Roll.Mean.Two.Week=14L),
    function(n) rollapplyr(x, width=n, mean, fill=0L, na.rm=TRUE, partial=TRUE))
DT[, unlist(lapply(.SD, f), recursive=FALSE), A, .SDcols=B:C]

输出：

     A B._Roll.Mean.Week B._Roll.Mean.Two.Week C._Roll.Mean.Week C._Roll.Mean.Two.Week
  1: 1                 1                     1               101                   101
  2: 1                 2                     2               102                   102
  3: 1                 3                     3               103                   103
  4: 1                 4                     4               104                   104
  5: 1                 5                     5               105                   105
  6: 1                 6                     6               106                   106
  7: 1                 7                     7               107                   107
  8: 1                 9                     8               109                   108
  9: 1                11                     9               111                   109
 10: 1                13                    10               113                   110
 [trunc...]

【讨论】：