更改 data.table 子集的随机选择的值

Question

基本上是此question 的扩展，因为我注意到，如果您第二次设置子集，则无法更改列的值。

random.length  <-  sample(x = 15:30, size = 1)
dt <- data.table(city=sample(c("Cape Town", "New York", "Pittsburgh", "Tel Aviv", "Amsterdam"), size=random.length, replace = TRUE), score = sample(x=1:10, size = random.length, replace=TRUE)) 
set.seed(1)
dt[sample(.N,3), score :=9999]
set.seed(1)
dt[sample(.N,3),]

这按预期工作，并将三个随机选择的城市的分数更改为 9999。尽管如果您在第一步中进行子集化，然后进行抽样并尝试分配新的分值，这是不可能的。

set.seed(1)
dt[city == "New York",][sample(.N,1), score := 55555]
set.seed(1)
dt[city == "New York",][sample(.N,1)]

我想要实现的是我可以更改某个列的值，该列是某个子集的一部分并从该子集中随机选择。

Answer 1

除了上述所有建议之外，您还可以对索引进行采样（可以使用which函数计算）：

dt[sample(which(city == "New York"), 1), score:=555L]
dt
#           city score
#  1:   Tel Aviv     8
#  2:  Amsterdam     3
#  3:  Cape Town    10
#  4:   New York     1
#  5:  Cape Town    10
#  6: Pittsburgh     2
#  7: Pittsburgh     8
#  8:  Amsterdam    10
#  9:  Amsterdam     8
# 10:  Amsterdam     4
# 11:   Tel Aviv     7
# 12:  Amsterdam     2
# 13: Pittsburgh     1
# 14:  Amsterdam     3
# 15: Pittsburgh     2
# 16:   New York     7
# 17:   Tel Aviv    10
# 18:   New York    10
# 19:  Cape Town     1
# 20:  Amsterdam     7
# 21:  Amsterdam     3
# 22:   New York   555
# 23:  Cape Town     6
# 24:   New York     1
# 25:   Tel Aviv    10
#           city score

Answer 2

dt[city == "New York"] 返回一个全新的对象，您通过引用对其进行更新。但这不会影响dt。即，

dt[expr, col := val] != dt[expr][, col := val]

第一个表达式更新dt，其中expr 的计算结果为TRUE。第二个更新从dt[expr] 返回的子集。除非将结果分配回变量，否则无法取回结果。