将来自变量名称向量的 Inf/-Inf 值替换为来自类似命名的变量向量 (substr/grep/gsub) 的值

Question

我目前很难编写一些高效的代码。我有一个变量向量（med.vars），这些变量由年内全球中位数转换。有时全局中位数为 0，这会创建 Inf/-Inf 值，我想将其替换为预转换的变量值 (vars)。我无法弄清楚如何使用某种类型的 data.table 'dat[,:=lapply(.SD), .SDcols=med.vars] 函数或带有 get()、noquotes() 等的 for 循环来有效地做到这一点。

dat<-data.table(v1=c(2,10,7),v2=c(5,6,5),v3=c(10,15,20),v1.med=c(1,Inf,5),v2.med=c(5,6,5),v3.med=c(-Inf,2,3))
vars<-c("v1","v2","v3")
med.vars<-c("v1.med","v2.med","v3.med")

   v1 v2 v3 v1.med v2.med v3.med
1:  2  5 10      1      5   -Inf
2: 10  6 15    Inf      6      2
3:  7  5 20      5      5      3

实际上，这些向量是我从 names(dat) 和 grep() 中提取的 50 多个变量，并使用 gsub(".med","",med.vars) 创建第二个预转换变量名称的向量。

我想高效地执行

dat[v1.med==Inf | v1.med==-Inf, v1.med:=v1]
dat[v3.med==Inf | v3.med==-Inf, v3.med:=v3]

对于每个元素 med.vars[i] 及其对应的元素 vars[i] 使得生成的 data.table 为：

   v1 v2 v3 v1.med v2.med v3.med
1:  2  5 10      1      5    -10
2: 10  6 15     10      6      2
3:  7  5 20      5      5      3

感谢您的宝贵时间

Answer 1

OP 提到了效率，所以可能会改用长格式。那么就可以使用标准语法了：

DT = melt(dat, meas=list(vars, med.vars), value.name=c("var", "med"))

DT[!is.finite(med), med := sign(med)*var]

   variable var med
1:        1   2   1
2:        1  10  10
3:        1   7   5
4:        2   5   5
5:        2   6   6
6:        2   5   5
7:        3  10 -10
8:        3  15   2
9:        3  20   3

Answer 2

由于这些是对应的列，我们可以使用Map

dat[, (med.vars) := Map(function(x, y) ifelse(is.finite(y), y,
            x * sign(y)), .SD[, vars, with = FALSE], 
              .SD[, med.vars, with = FALSE])]

dat
#   v1 v2 v3 v1.med v2.med v3.med
#1:  2  5 10      1      5    -10
#2: 10  6 15     10      6      2
#3:  7  5 20      5      5      3

---

或者另一个选项是set，通过使用for 循环遍历列

for(j in seq_along(vars)) {
  i1 <- !is.finite(dat[[med.vars[j]]])
  v1 <- dat[[vars[j]]]
  v2 <- dat[[med.vars[j]]]

  set(dat, i = which(i1), j = med.vars[j], value = sign(v2[i1]) * v1[i1])

 }

---

这也可以在base R 中完成（在data.frame 上）

i1 <- !sapply(dat[med.vars], is.finite)
dat[med.vars][i1] <- dat[vars][i1] * sign(dat[med.vars][i1])