[英]Add new column to a data.table; created using assign in loop
我有一个data.frame keywordsCategory
其中包含了一组,我想这取决于话我想检查与归类短语。
例如,我的“检查条件”之一是test1 ,对应于类别cat1 。 由于对data.frame的首次观察是“ 这是一个test1” ,因此我需要在新的列类别中包含相应的类别。
因为可以将一个观察值分配给多个类别,所以我最好的选择是使用grepl
创建我的data.frame的独立子集,以便最近将所有内容绑定到一个新的data.frame中。
library(data.table)
wordsToCheck <- c("test1", "test2", "This")
categoryToAssign <- c("cat1", "cat2", "cat3")
keywordsCategory <- data.frame(Keyword=c("This is a test1", "This is a test2"))
for (i in 1:length(wordsToCheck)) {
myOriginal <- wordsToCheck[i]
myCategory <- categoryToAssign[i]
dfToCreate <- paste0("withCategory",i)
assign(dfToCreate,
data.table(keywordsCategory[grepl(paste0(".*",myOriginal,".*"),
keywordsCategory$Keyword)==TRUE,]))
# this wont work :(
# dfToCreate[,category:=myCategory]
}
# Create a list with all newly created data.tables
l.df <- lapply(ls(pattern="withCategory[0-9]+"), function(x) get(x))
# Create an aggregated dataframe with all Keywords data.tables
newdf <- do.call("rbind", l.df)
> rbind的子集有效,但是我无法将相应的类别分配给新创建的data.tables。 如果取消注释该行,则会出现以下错误:
错误
:=
(类别,myCategory):检查is.data.table(DT)== TRUE。 否则,仅在特定方式下定义一次:=和:=
(...)以在j中使用。 请参阅help(“:=”)。
但是,如果在循环完成后手动添加该列,则fi:
withCategory1[,category:=myCategory]
它可以正常工作,并且表输出符合预期:
> withCategory1
V1 category
1: This is a test1 cat2
tableOutput <- structure(list(V1 = structure(1L, .Label = c("This is a test1",
"This is a test2"), class = "factor"), category = "cat2"), .Names = c("V1",
"category"), row.names = c(NA, -1L), class = c("data.table",
"data.frame"), .internal.selfref = <pointer: 0x00000000001f0788>)
当使用assign函数在循环内创建新列时,哪种最佳/最安全的方法将新列添加到data.table? 该解决方案不需要使用data.tables,因为我的实际数据只有数百万个观测值,因此我认为使用data.tables会更快。
作为for循环的替代方法,您可以使用paste0
, mapply
和grepl
来获得所需的内容:
# create a 'data.table'
newDT <- as.data.table(keywordsCategory)
# assign the correct categories to each row
newDT[, category := paste0(categoryToAssign[mapply(grepl, wordsToCheck, Keyword)], collapse = ','), 1:nrow(newDT)]
这使:
> newDT
Keyword category
1: This is a test1 cat1,cat3
2: This is a test2 cat2,cat3
如果要将类别列扩展为每一行中的一个类别,请参阅此常见问题解答,以了解几种方法。 例如:
library(splitstackshape)
cSplit(newDT, 'category', ",", direction = 'long')
你得到:
Keyword category
1: This is a test1 cat1
2: This is a test1 cat3
3: This is a test2 cat2
4: This is a test2 cat3
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.