[英]column full of NA using lapply in a data.table R
我在lapply
中使用lapply
有问题。 这是两个示例:
library(data.table)
library(lubridate)
test <- function(x)
{
if(is.na(x)) return(NA)
if(x=="") return(NA)
if(substr(x,3,3)=="/") return(as_date(x,"%d/%m/%Y"))
return(2)
}
x1<-data.table(v1=c("","07/06/2016","",NA), v2=c("2004-06-18","","2004-06-18","2004-06-18"))
x1[,lapply(.SD,test)]
x2<-data.table(v1=c("2004-06-19","2004-06-18","",NA),v2=c("2004-06-18","","2004-06-18","2004-06-18"))
x2[,lapply(.SD,test)]
在第一个示例中, lapply
之后的第一列充满了NA
,但我想获取的是NA, 2016-06-07, NA, NA
。
在第二个示例中,第一列的最后两行是错误的,因为每行包含2,但我认为应该包含NA
。
我不明白R在这里如何考虑NA
。 我想得到我想要的东西吗?
经过大量尝试,答案是data.table
将列视为变量,而.SD
是一个列表,其元素是列作为变量,因此在应用函数时(如此处测试),该函数必须将a作为参数清单。
这是您应该更改的内容:
testList <- function(x)
{
lapply(x,test)
}
x1[,lapply(.SD,testList)]
如果有人知道其他解决方案,请随时分享。
首先,我不能在没有抛出错误的情况下运行您的示例。 data.tables的第二列属于“日期”类,但""
项不是日期。 打印时,其格式看起来像NA
。 尝试运行is.na(x1$v2[2])
和x1$v2[2] == ""
。
同样,您似乎在向量化方面遇到了问题。
尝试运行test(x1$v1)
。 请注意警告消息。 is.na(x)
返回逻辑向量,但是if
仅使用向量中的第一个元素。
In addition: Warning message:
In if (is.na(x)) return(NA) :
the condition has length > 1 and only the first element will be used
您可能可以通过应用到每一行来修复它:
x1[, lapply(.SD, test), by = 1:nrow(x1)]
否则,您将需要修改test
函数以接受字符串向量并返回结果向量。 但是,您实际上应该考虑返回单一类型的向量。
最后,在此示例中,我不了解lubridate
的目的。 为什么不使用as.Date(x,"%d/%m/%Y")
。 您从as_date
获得什么?
您可以重写函数以处理矢量:
test <- function(x)
{
ans <- rep.int(2, length(x))
ans[is.na(x) | x == ""] <- NA
dates <- grepl('../', x)
ans[dates] <- as_date(x[dates], "%d/%m/%Y")
return(ans)
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.