[英]Apply function across subset of columns in data.table with .SDcols
[英]Apply function to subset elements that satisfy a criteria across subset of columns in data.table
考虑data.table, exampleDT
,
set.seed(7)
exampleDT = data.table(colA = rnorm(10,15,5),
colB = runif(10,100,150),
targetA = rnorm(10,12,2),
targetB = rnorm(10,8,4))
例如,如果我要计算targetA
列中所有元素的均值,这些均值低于某个阈值(例如10),则可以执行以下操作:
examp_threshold = 10
exampleDT[targetA<examp_threshold,mean(targetA)]
# [1] 9.224007566814299
而且,例如,如果我要计算targetA
和targetB
列中所有元素的均值,则可以执行以下操作:
target_cols = names(exampleDT)[which(names(exampleDT) %like% "target")]
exampleDT[,lapply(.SD,mean),.SDcols=target_cols]
# targetA targetB
# 1: 12.60101574551183 7.585007905896557
但是我不知道如何将两者结合起来。 也就是说,计算包含指定字符串(在此情况下为“目标”)的所有列中的所有元素的均值低于某个指定阈值(此处为10)的平均值。 这是我的第一个猜测,但未成功:
exampleDT[.SD<examp_threshold,lapply(.SD,mean),.SDcols=target_cols]
#Empty data.table (0 rows) of 2 cols: targetA,targetB
您需要在j
表达式中设置子集,如下所示:
exampleDT[, lapply(.SD, function(x) mean(x[x<examp_threshold])),.SDcols=target_cols]
# targetA targetB
#1: 9.224008 6.66624
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.