R data.frame 跨列匹配并返回最接近匹配的列名

Question

我有一个包含 100,000 行（人）和 500 列（概率）的数据集，我想扫描具有测试概率的列以找到大于和的列标题（a、b 或 c）最接近测试值并将标题记录在新列中。

例如使用 data.table：

data <- data.table(   a = seq(0.2, 0.55, length.out = 9),
                      b = seq(0.35, 0.7, length.out = 9),
                      c = seq(0.5, 0.85, length.out = 9),
                   test = seq(0.1,  0.9, length.out = 9)
                  )

新列将记录第一行的“a”（如 0.1

       a    b   c   test
 0.20000    0.35000 0.50000 0.1
 0.24375    0.39375 0.54375 0.2
 0.28750    0.43750 0.58750 0.3
 0.33125    0.48125 0.63125 0.4
 0.37500    0.52500 0.67500 0.5
 0.41875    0.56875 0.71875 0.6
 0.46250    0.61250 0.76250 0.7
 0.50625    0.65625 0.80625 0.8
 0.55000    0.70000 0.85000 0.9

我最初将其作为矩阵而不是 data.table 进行。下面的代码不起作用，但可以了解它是如何操作的

Switch <- pmax(as.matrix(data[,a:c])-matrix(rep(test,3), ncol=3, byrow=F),0)  
# subtracts test from columns a,b,c and replaces negative values with 0

FirstSwitch <- Switch[,b:c]>0 & MemSwitch[,a:b]==0
#  finds the first non-zero occurance

MonthSwitchMem <-  apply(FirstSwitch, 1, which.max)
# calculates the column where the test probability first exceeds

如何跨 data.table 中的列进行匹配。我想我需要使用来自 .SDcols 的查询，但不知道该怎么做？

Answer 1

我调整了 Karolis 的答案，因此我将我的列从 data.table 转移到提供的 sn-p

data <- data.frame(   a = seq(0.2, 0.55, length.out = 9),
                  b = seq(0.35, 0.7, length.out = 9),
                  c = seq(0.5, 0.85, length.out = 9),
                  test = seq(0.1,  0.9, length.out = 9)
)
data2 <- data.table(data)
id <- c("a","b","c")
f <- function(x, t) {colnames(data2)[apply(sign(x-t), 1,function(vec){ match(1, vec) })]}
data2[, f(.SD, data2[,test]),.SDcols=id ]  #  this line takes the columns with the probabilities and the test probability and transfer to function f

感谢您的帮助（并重新格式化我的问题。这是我的第一篇文章，因此为错误的格式道歉）

普拉尚特

Answer 2

这适用于作为矩阵的数据（不是 data.table）。

colnames(data)[apply(sign(data[,1:3] - data[,4]), 1, function(vec){ match(1, vec) })]