基于列名模式的多个成对差异答案

【问题标题】：Multiple pairwise differences based on column name patterns基于列名模式的多个成对差异
【发布时间】：2020-09-14 12:59:45
【问题描述】：

我有一个data.table，dt：

dt

Id  v1 v2 v3 x1 x2 x3
1   7  1  3  5  6  8
2   1  3  5  6  8  5
3   3  5  6  8  5  1

v1、v2、v3 和 x1、x2、x3 是数值变量

我想从“v”列中减去“x”列，即计算差异v1 - x1、v2 - x2 等。在我的真实数据中，我可能有 100 个这样的变量对。

期望的输出：

dt

Id  v1 v2 v3 x1 x2 x3 diff1 diff2 diff3
1   7  1  3  5  6  8   -2     -4    -3
2   1  3  5  6  8  5   -5     -5     0
3   3  5  6  8  5  1   -3      0     5

我尝试了以下方法：

newnames <- paste0("diff", 1:3)
v <- paste0("v", 1:3)
x <- paste0("x", 1:3)
dt[ , c(newnames) := get(v) - get(x)]

但是，这会导致 3 个相同的列都包含差异 v1 - x1。

我知道可能的解决方案类似于

dt[ , .(v1 - x1, v2 - x2, v3 - x3)]

但是，如果我必须输入 100 个不像 v1 和 x1 那样简单的名称，那么这是一个相当长的代码，可能会出现很多打字错误。

我希望你能帮助我。

【问题讨论】：

我对您的diff1/diff2/diff3 列有点困惑，它们看起来与v1-x1 等不对应？

标签： r data.table array-difference

【解决方案1】：

您可以根据列是否包含x进行拆分，然后取结果数据表的差异。

new_cols <- 
  do.call('-', split.default(dt[,-1], grepl('x', names(dt)[-1])))

dt[, paste0('diff', seq_along(new_cols)) := new_cols]

dt
#    Id v1 v2 v3 x1 x2 x3 diff1 diff2 diff3
# 1:  1  7  1  3  5  6  8     2    -5    -5
# 2:  2  1  3  5  6  8  5    -5    -5     0
# 3:  3  3  5  6  8  5  1    -5     0     5

或者使用与问题中的代码sn-p类似的逻辑你可以做

newnames <- paste0("diff",1:3)
v <- paste0("v",1:3)
x <- paste0("x",1:3)

dt[, (newnames) := Map('-', mget(v), mget(x))]

dt
#    Id v1 v2 v3 x1 x2 x3 diff1 diff2 diff3
# 1:  1  7  1  3  5  6  8     2    -5    -5
# 2:  2  1  3  5  6  8  5    -5    -5     0
# 3:  3  3  5  6  8  5  1    -5     0     5

【讨论】：

【解决方案2】：

您的数据看起来属于长格式，因此您进行的计算将变得微不足道：

# reshape
DT_long = melt(DT, id.vars='Id', measure.vars = patterns(v = '^v', x = '^x'))
DT_long
#       Id variable     v     x
# 1:     1        1     7     5
# 2:     2        1     1     6
# 3:     3        1     3     8
# 4:     1        2     1     6
# 5:     2        2     3     8
# 6:     3        2     5     5
# 7:     1        3     3     8
# 8:     2        3     5     5
# 9:     3        3     6     1

现在很简单：

DT_long[ , diff := v - x][]
#       Id variable     v     x  diff
# 1:     1        1     7     5     2
# 2:     2        1     1     6    -5
# 3:     3        1     3     8    -5
# 4:     1        2     1     6    -5
# 5:     2        2     3     8    -5
# 6:     3        2     5     5     0
# 7:     1        3     3     8    -5
# 8:     2        3     5     5     0
# 9:     3        3     6     1     5

然后您可以使用dcast 重新调整为宽格式，但通常值得考虑的是保持这种长格式的数据集是否更适合整个分析。

【讨论】：

【解决方案3】：

您可以在循环中使用set。

library(data.table)

DT <- fread('Id  v1 v2 v3 x1 x2 x3
1   7  1  3  5  6  8
2   1  3  5  6  8  5
3   3  5  6  8  5  1')

for (i in 1:3) {
  set(DT,j=paste0("Diff_",i),value = DT[[paste0("v",i)]]-DT[[paste0("x",i)]])
}

DT
#>    Id v1 v2 v3 x1 x2 x3 Diff_1 Diff_2 Diff_3
#> 1:  1  7  1  3  5  6  8      2     -5     -5
#> 2:  2  1  3  5  6  8  5     -5     -5      0
#> 3:  3  3  5  6  8  5  1     -5      0      5

^{由reprex package (v0.3.0) 于 2020 年 5 月 27 日创建}

【讨论】：