基于其他列的一个data.table列的最大值

Question

我有一个R data.table

DT = data.table(x=rep(c("b","a",NA_character_),each=3), y=rep(c('A', NA_character_, 'C'), each=3), z=c(NA_character_), v=1:9) 
DT
#    x  y  z v
#1:  b  A NA 1
#2:  b  A NA 2
#3:  b  A NA 3
#4:  a NA NA 4
#5:  a NA NA 5
#6:  a NA NA 6
#7: NA  C NA 7
#8: NA  C NA 8
#9: NA  C NA 9

对于每列，如果值不是NA ，我想从列v提取最大值。 我在用

sapply(DT, function(x) { ifelse(all(is.na(x)), NA_integer_, max(DT[['v']][!is.na(x)])) })
 #x  y  z  v 
 #6  9 NA  9

是否有更简单的方法来实现这一目标？

Answer 1

这是一种方法，如果列的所有值都是NA ，则给你-Inf （和警告）（如果你愿意，你可以稍后用NA替换它）：

DT[, lapply(.SD, function(x) max(v[!is.na(x)]))]
#    x y    z v
# 1: 6 9 -Inf 9

正如@DavidArenburg所建议的那样，为了确保一切顺利，即使所有值都是NA （没有警告，结果直接NA ），您可以：

DT[, lapply(.SD, function(x) {
  temp <- v[!is.na(x)] 
  if(!length(temp)) NA else max(temp)
})]
#   x y  z v
#1: 6 9 NA 9

Answer 2

我们可以使用summarise_each从dplyr

library(dplyr)
DT %>%
   summarise_each(funs(max(v[!is.na(.)])))
#    x y    z v
#1: 6 9 -Inf 9