根据 data.table 中的子字符串对选定列进行行操作

Question

我想将一个函数应用于匹配两个不同子字符串的选定列。我找到了这个post related to my question，但我无法从那里得到答案。

这是我失败的尝试的可重现示例。为了这个例子，我想做一个逐行操作，对以字符串v 开头的所有列的值求和，然后从以f 开头的所有列的平均值中减去。

更新： 建议的解决方案必须 (a) 使用 := 运算符以充分利用 data.table 的快速性能，以及 (2) 对其他操作灵活，而不是 mean和sum，我在这里只是为了简单起见

library(data.table)

# generate data
  dt <- data.table(id= letters[1:5],
                   v1= 1:5, 
                   v2= 1:5,
                   f1= 11:15,
                   f2= 11:15)

dt
#>    id v1 v2 f1 f2
#> 1:  a  1  1 11 11
#> 2:  b  2  2 12 12
#> 3:  c  3  3 13 13
#> 4:  d  4  4 14 14
#> 5:  e  5  5 15 15

# what I've tried
  dt[, Y := sum( .SDcols=names(dt) %like% "v" ) - mean( .SDcols=names(dt) %like% "f" ) by = id]

Answer 1

我们melt将数据集转换成'long'格式，通过使用measure参数，得到'v'的sum和'f'的mean之间的区别，按'id分组'，将on 'id' 列与原始数据集连接，并将'V1' 分配（:=）作为'Y' 变量

dt[melt(dt, measure = patterns("^v", "^f"), value.name = c("v", "f"))[
         , sum(v) - mean(f), id], Y :=V1,  on = .(id)]

dt
#   id v1 v2 f1 f2  Y
#1:  a  1  1 11 11 -9
#2:  b  2  2 12 12 -8
#3:  c  3  3 13 13 -7
#4:  d  4  4 14 14 -6
#5:  e  5  5 15 15 -5

---

或者另一个选项是在创建索引或“v”和“f”列之后使用Reduce

nmv <- which(startsWith(names(dt), "v"))
nmf <- which(startsWith(names(dt), "f"))
l1 <- length(nmv)
dt[, Y := Reduce(`+`, .SD[, nmv, with = FALSE])- (Reduce(`+`, .SD[, nmf, with  = FALSE])/l1)]

Answer 2

rowSums 和rowMeans 结合grep 可以做到这一点。

dt$Y <- rowMeans(dt[,grep("f", names(dt)),with=FALSE]) - rowSums(dt[,grep("v", names(dt)),with=FALSE])