是否可以在 R 中使用带有 data.table 的 SET 来分配多个列/值？

Question

是否可以使用“set”将值分配给多个列？

这是一个例子。对于上下文，我想创建两组新的列 - 一组将缺失/NA 值归为 0，另一组指示是否对缺失值进行了估计。第一组列将复制现有组，但使用 0 而不是 NA，并带有后缀“_M0”。第二组将是 0/100，并带有后缀“_MISS”。

我将使用 iris 数据框作为起点。

## create a copy of the iris data frame that i can modify
local_iris <- copy(iris)
## make the local iris copy a data.table
iris.dt <- setDT(local_iris)

没有丢失数据，所以我会添加一些进行测试。

## make some parts of these columns missing, i.e., set to NA
iris.dt[1:5, Sepal.Width := NA][6:10, Sepal.Length := NA]

我在这里只使用“Sepal”列，所以我想保存这些名称并基于它创建新的列名。

## 'grep' returns a list of the positions that meet the criteria; 'grepl' returns a logic vector of the same length as the argument
## using the result of grep as the index/columns of a list seems to do the trick, even if it seems a tiny bit repetitive/clunky
bert <- names(iris.dt)[grep("^Sepal", names(iris.dt))]

## create lists like the original list with new suffixes
bert_M0 <- paste0(bert, "_M0")
bert_MISS <- paste0(bert, "_MISS")

这部分对我来说似乎很清楚，而且进展得很好，但如果有明显（或不那么明显！）的方法来简化它，我愿意接受建议。

关于我的 data.table 和其他对象名称——我在测试时尝试选择不寻常的名称，以确保我没有重复另一个名称。

## the best way to go about this is unclear
## i will settle for 'a' way and worry about 'best' way later
## one approach is to extend the data.table to have the new columns added, and then modify their respective values in place later

## create a copy of the relevant columns
M0<-iris.dt[, .SD, .SDcols = bert]

## rename the columns
setnames(M0, old = bert, new = bert_M0)

## create a new data.table with the copied columns
opus<-cbind(iris.dt, M0)

## this creates a set of indicators and sets all the _MISS columns equal to 0
opus[, (bert_MISS) := 0L]

然后我将使用 set 并循环遍历我的列来重新编码缺失并设置标志/虚拟变量。

但是，这是我的主要问题——是否可以只用一套来做到这一点？还是我需要每列一组？

## try using "set"
for (j in seq_len(length(bert))) { # seq_len(arg) is an alternative way of writing 1:arg
   set(opus, ## the data.table we are operating on
       which(is.na(opus[[bert[j]]])), ## the values of i
       bert_M0[j], ## the column
       0 ## the value
       )
   set(opus, ## the data.table we are operating on
       which(is.na(opus[[bert[j]]])), ## the values of i
       bert_MISS[j], ## the column
       100 ## the value
   )
}

谢谢！

Answer 1

我认为这解决了你的问题

for (j in seq_len(length(bert))) set(
  opus,
  which(is.na(opus[[bert[j]]])),
  c(bert_M0[j], bert_MISS[j])
  list(0, 100)
)

您基本上将列名作为字符向量提供，并将值作为列表提供