R data.table 将函数应用于所有列对

Question

假设我有一个 data.table，例如：（或带有数字和 NA）

temp <- data.table(M=c(NA,T,T,F,F,F,NA,NA,F), 
                   P=c(T,T,T,F,F,F,NA,NA,NA), S=c(T,F,NA,T,F,NA,NA,NA,NA))

    M     P     S
   NA  TRUE  TRUE
 TRUE  TRUE FALSE
 TRUE  TRUE    NA
FALSE FALSE  TRUE
FALSE FALSE FALSE
FALSE FALSE    NA
   NA    NA    NA
   NA    NA    NA
FALSE    NA    NA

我想检查一个变量是否为 NA 是否意味着第二个变量的值也都是 NA。检查某些变量是否链接到其他变量。

例如，只要 P=NA，我们也有 S=NA。

此代码适用于两个单列：

temp[is.na(P),all(is.na(S))]

给出正确的

和

temp[is.na(S),all(is.na(P))]

给出 FALSE，因为第六行是 S=NA 但 P!=NA。

现在我的问题。 我想概括一下，检查我的 data.table 中的所有对并打印“链接”的对。
我宁愿只打印 TRUE 的结果，忽略 FALSE 的结果，因为我的真实 data.table 中的大多数对都不会链接，而且我有 550 个变量。

我试过这段代码：

temp[, lapply(.SD, function(x) temp[is.na(x), 
                 lapply(.SD, function(y)  all(is.na(y)) )]]

我收到此错误

错误：意外']' in：“temp[, lapply(.SD, function(x) temp[is.na(x), lapply(.SD, function(y) all(is.na(y)) )]]"

我可以尝试使用 for 循环，但我更喜欢典型的 data.table 语法。 欢迎提出任何建议。

我还想知道在嵌套 data.table 调用时如何引用两个不同的 .SD。

Answer 1

对于成对组合，crossprod 似乎还很有用。

我们只关心一个值是否为NA：

NAtemp = is.na(temp)

比较NAs的共存情况：

crossprod(NAtemp)
#  M P S
#M 3 2 2
#P 2 3 3
#S 2 3 5

每列有NA 的数量：

colSums(NAtemp)
#M P S 
#3 3 5

喜欢：

ans = crossprod(NAtemp) == colSums(NAtemp)
ans
#      M     P     S
#M  TRUE FALSE FALSE
#P FALSE  TRUE  TRUE
#S FALSE FALSE  TRUE

并使用方便的as.data.frame.table进行格式化：

subset(as.data.frame(as.table(ans)), Var1 != Var2)
#  Var1 Var2  Freq
#2    P    M FALSE
#3    S    M FALSE
#4    M    P FALSE
#6    S    P FALSE
#7    M    S FALSE
#8    P    S  TRUE

Answer 2

我们可以试试combn

unlist(combn(names(temp), 2, FUN = function(nm)
  list(setNames(temp[is.na(get(nm[1])), all(is.na(get(nm[2])))], paste(nm, collapse="-"))))) 
#   M-P   M-S   P-S 
# FALSE FALSE  TRUE 

---

或者如果我们还需要所有的组合

d1 <- CJ(names(temp), names(temp))[V1!=V2]
d1[,  .(index=temp[is.na(get(V1)), all(is.na(get(V2)))]) , .(V1, V2)]
#    V1 V2 index
#1:  M  P FALSE
#2:  M  S FALSE
#3:  P  M FALSE
#4:  P  S  TRUE
#5:  S  M FALSE
#6:  S  P FALSE