使用 data.table set() 将所有列从整数转换为数字

Question

我正在处理一个有 1900 列和大约 280,000 行的 data.table。

目前，数据完全是“整数”，但我希望它们明确地“数字”，以便稍后将其传递给 bigcor() 函数。显然，bigcor() 只能处理“数字”而不是“整数”。

我试过了：

full.bind <- full.bind[,sapply(full.bind, as.numeric), with=FALSE]

不幸的是，我得到了错误：

Error in `[.data.table`(full.bind, , sapply(full.bind, as.numeric), with = FALSE) : 
  j out of bounds

所以，我尝试使用 data.table set() 函数，但出现错误：

Error in set(full.bind, value = as.numeric(full.bind)) : 
  (list) object cannot be coerced to type 'double'

我创建了一个简单的可重现示例。请记住，实际的列不是“a”、“b”或“c”；它们是极其复杂的列名，因此不可能单独引用列。

dt <- data.table(a=1:10, b=1:10, c=1:10)

所以，我最后的问题是：

1) 为什么我的 sapply 技术不起作用？ （什么是“j 越界”错误？） 2) 为什么 set() 技术不行？ （为什么不能将 data.table 强制转换为数字？） 3) bigcor() 函数是否需要数字对象，还是有其他问题？

Answer 1

使用.SD 并通过引用分配：

library(data.table)
dt <- data.table(a=1:10, b=1:10, c=1:10)
sapply(dt, class)
#        a         b         c 
#"integer" "integer" "integer"

dt[, names(dt) := lapply(.SD, as.numeric)]
sapply(dt, class)
#        a         b         c 
#"numeric" "numeric" "numeric"

set 仅适用于此处的一列（请注意文档，其中没有说 j 是可选的），因为必须生成每个替换列。如果你想使用它，你需要遍历列（例如，使用for 循环）。它可能更可取，因为它需要更少的内存（额外的内存需要对应于一列，而第一种方法需要整个 data.table 的额外内存）。

for (k in seq_along(dt)) set(dt, j = k, value = as.character(dt[[k]]))
sapply(dt, class)
#         a           b           c 
#"character" "character" "character"

但是，bigcor（来自 package 传播）需要一个矩阵作为输入，而 data.table 不是矩阵。所以，你的问题不是列类型，而是你需要使用as.matrix(dt)。