更改data.table r中的多个列

Question

我正在寻找一种方法来操作 R 中 data.table 中的多个列。由于我必须动态处理列以及第二个输入，因此我无法找到答案。

这个想法是通过将所有值除以日期值来索引某个日期的两个或多个系列，例如：

set.seed(132)
# simulate some data
dt <- data.table(date = seq(from = as.Date("2000-01-01"), by = "days", length.out = 10),
                 X1 = cumsum(rnorm(10)),
                 X2 = cumsum(rnorm(10)))

# set a date for the index
indexDate <- as.Date("2000-01-05")

# get the column names to be able to select the columns dynamically
cols <- colnames(dt)
cols <- cols[substr(cols, 1, 1) == "X"]

第 1 部分：简单的 data.frame/apply 方法

df <- as.data.frame(dt)
# get the right rownumber for the indexDate
rownum <- max((1:nrow(df))*(df$date==indexDate))

# use apply to iterate over all columns
df[, cols] <- apply(df[, cols], 
                    2, 
                    function(x, i){x / x[i]}, i = rownum)

第 2 部分：（快速）data.table 方法到目前为止，我的 data.table 方法如下所示：

for(nam in cols) {
  div <- as.numeric(dt[rownum, nam, with = FALSE])
  dt[ , 
     nam := dt[,nam, with = FALSE] / div,
     with=FALSE]
}

特别是所有的with = FALSE看起来不是很像 data.table。

您知道执行此操作的任何更快/更优雅的方法吗？

任何想法都非常感谢！

Answer 1

一种选择是使用set因为这涉及多个列。 使用set的好处是它会避免[.data.table的开销并使其更快。

library(data.table)
for(j in cols){
  set(dt, i=NULL, j=j, value= dt[[j]]/dt[[j]][rownum])
}

或者稍微慢一点的选择是

dt[, (cols) :=lapply(.SD, function(x) x/x[rownum]), .SDcols=cols]

Answer 2

跟进您的代码和 akrun 给出的答案，我建议您使用.SDcols提取数字列并lapply循环遍历它们。 这是我将如何做到的：

index <-as.Date("2000-01-05")

rownum<-max((dt$date==index)*(1:nrow(dt)))

dt[, lapply(.SD, function (i) i/i[rownum]), .SDcols = is.numeric]

如果您有大量数字列并且您想对所有这些列应用此除法，则使用 .SDcols 可能特别有用。