使用变量添加最大列答案

【问题标题】：Add max column using variable使用变量添加最大列
【发布时间】：2018-09-11 21:14:23
【问题描述】：

我正在尝试做与这个问题相同的事情：Add max value to a new column in R，但是，我想直接传入一个变量而不是列名，因此我不会将列名硬编码到公式中。

示例代码：

a <- c(1,1,2,2,3,3)  
b <- c(1,3,5,9,4,NA)
d <- data.table(a, b)
d

a b
1 1
1 3
2 5
2 9
3 4
3 NA

我可以得到这个：

通过硬编码：setDT(d)[, max_b:= max(b, na.rm = T), a] 但我想做这样的事情：

cn <- "b"
setDT(d)[, paste0("max_", cn):= max(cn, na.rm = T), a]

但是，这不起作用，因为在 max() 内部，它计算为字符而不是列的最大值。它计算出一个名为max_b 的列，其中包含值b，因为max("b") = "b"。我明白为什么会这样，我只是不知道解决方法。

有什么办法解决这个问题？

注意：我标记的上述堆栈问题被标记为重复并已关闭，但我选择了该问题，因为我在我的代码中使用了它接受的答案。我也不是 100% 同意这是一个重复的问题。

【问题讨论】：

标签： r variables max character

【解决方案1】：

试试setDT(d)[, paste0("max_", cn) := eval(parse(text = max(eval(parse(text = cn))))), a]

# output
   a b max_b
1: 1 1     3
2: 1 3     3
3: 2 5     9
4: 2 9     9
5: 3 4     4

# example with missing values
a <- c(1,1,2,2,3,3)  
b <- c(1,3,5,9,4,NA)
d <- data.table(a, b)
cn <- "b"
setDT(d)[, paste0("max_", cn) := eval(parse(text = max(eval(parse(text = cn)),
                                                       na.rm = TRUE))), a]
#output
   a  b max_b
1: 1  1     3
2: 1  3     3
3: 2  5     9
4: 2  9     9
5: 3  4     4
6: 3 NA     4

【讨论】：

如果我想把, na.rm = T打进去怎么办？
您只需将其添加到max() 调用中
我注意到如果我添加另一个只有 NA 值的字段并运行它在其中输入 -INF 而不是 NA 的相同代码，因为我有 na.rm = T 有没有办法离开如果只有NA 值，它是NA，还是应该在之后将-Inf 更改为NA？
很难同时使用na.rm = T 和na.rm = F。我会使用d[d == -Inf] <- NA 之类的方式选择您的第二个选项

【解决方案2】：

一种选择是在.SDcols 中指定变量，然后将函数应用于.SD（Data.table 的子集）。

d[, paste0("max_", cn) := lapply(.SD, max, na.rm = TRUE), by = a, .SDcols = cn]
d
#   a  b max_b
#1: 1  1     3
#2: 1  3     3
#3: 2  5     9
#4: 2  9     9
#5: 3  4     4
#6: 3 NA     4

另一个选项是转换为符号，然后执行evaluation

d[, paste0("max_", cn) := max(eval(as.symbol(cn)), na.rm = TRUE), by = a]

【讨论】：