data.table：使用 lapply 创建新列答案

【问题标题】：data.table: create new columns with lapplydata.table：使用 lapply 创建新列
【发布时间】：2013-04-07 12:50:24
【问题描述】：

我有一个 data.table 并希望对行的每个子集应用一个函数。通常情况如下：DT[, lapply(.SD, function), by = y]

但在我的情况下，该函数不返回原子向量，而只是返回一个向量。有没有机会做这样的事情？

library(data.table)
set.seed(9)
DT <- data.table(x1=letters[sample(x=2L,size=6,replace=TRUE)],
                 x2=letters[sample(x=2L,size=6,replace=TRUE)],
                 y=rep(1:2,3), key="y")
DT
#   x1 x2 y
#1:  a  a 1
#2:  a  b 1
#3:  a  a 1
#4:  a  a 2
#5:  a  b 2
#6:  a  a 2

DT[, lapply(.SD, table), by = y]
# Desired Result, something like this:
# x1_a x2_a x2_b
#    3    2    1
#    3    2    1

提前致谢，另外：我不介意函数的结果是否必须具有固定长度。

【问题讨论】：

您希望 x1 和 x2 具有相同的级别吗？
@RicardoSaporta 为简单起见，假设如此。
没有它会更简单。否则，需要修改级别。我是根据您如何创建 data.table 来询问的。（即，从同一个集合中采样，但由于随机采样，并非所有值都被表示。非值应该为 0，还是应该直接忽略）？

标签： r data.table lapply

【解决方案1】：

您只需要取消列出该表，然后强制返回一个列表：

> DTCounts <- DT[, as.list(unlist(lapply(.SD, table))), by=y]
> DTCounts

   y x1.a x2.a x2.b
1: 1    3    2    1
2: 2    3    2    1

。

如果你不喜欢名字中的点，你可以sub他们：

> setnames(DTCounts, sub("\\.", "_", names(DTCounts)))
> DTCounts

   y x1_a x2_a x2_b
1: 1    3    2    1
2: 2    3    2    1

请注意，如果不是每个组的列中的所有值都存在
（即，如果x2=c("a", "b") 时y=1，但x2=c("b", "b") 时y=2）
然后上述中断。

解决方案是在计数之前使列因子。

DT[, lapply(.SD, is.factor)]

## OR
columnsToConvert <- c("x1", "x2")  # or .. <- setdiff(names(DT), "y") 
DT <- cbind(DT[, lapply(.SD, factor), .SDcols=columnsToConvert], y=DT[, y])

【讨论】：

您可能想在DT[, y] 中添加with = FALSE??或DT[, list(y)]
@Arun，在这种情况下不是。 DT[, "y", with=FALSE] 将产生一个data.table，相当于DT[, list(y)]（减去密钥）。另一方面，DT[, y] 返回一个类似于DT$y的向量
是的，但我想知道为什么要将其转换为矢量，因为那样，cbind 将强制它为data.frame。那是你要的吗？ class(cbind(y=DT[, y], DT[, lapply(.SD, factor), .SDcols=columnsToConvert])) ## [1] data.frame
@Arun，是的，好点！我最初将y=DT[, y] 作为第二个参数，并将其向前移动以使其更明显。我忽略了对 cbind 的影响。很好的电话，谢谢。我已经编辑了答案。
(+1) 比我的好多了！