在R中使用do.call和.SD在data.table中的跨列应用函数

Question

我正在尝试创建pmax / pmin的变体，该变体可与将使用.SD / .SDcols定义的任意列集中的其他filter_value参数一起使用。 下面的函数的第一个版本对过滤器值进行硬编码，但可与.SD一起.SD ：

testFuncV1 <- function(...) { 
  cols <- list(...)
  num_cols <- length(cols)
  num_records <- length(cols[[1]])
  max_records <- c()
  for (record_num in 1:num_records) {
    v <- c()
    for (l in cols) {
      v <- c(v, l[[record_num]])
    }
    filt_v <- Filter(function(x) { x <= 1 }, v)
    if (length(filt_v) == 0) {
      max_records <- c(max_records, NA) 
    } else {
      max_records <- c(max_records, max(filt_v))
    }
  }
  max_records
}

test_dt_v1 <- data.table(a = c(1,3,5), b = c(2,3,-1), c = c(-3, 5, 2))

test_dt_v1[, max_with_filter := do.call(testFuncV1, .SD), .SDcols = c('a', 'b', 'c')]

收益：

   a  b  c max_with_filter
1: 1  2 -3               1
2: 3  3  5              NA
3: 5 -1  2              -1

下面的函数的第二个版本使用了第二个filter参数，但我无法使其与.SD一起.SD ，而是不得不将各个列向量作为列表传递，以使工作正常：

testFuncV2 <- function(cols, filter) { 
  num_cols <- length(cols)
  num_records <- length(cols[[1]])
  max_records <- c()
  for (record_num in 1:num_records) {
    v <- c()
    for (l in cols) {
      v <- c(v, l[[record_num]])
    }
    filt_v <- Filter(function(x) { x <= filter }, v)
    if (length(filt_v) == 0) {
      max_records <- c(max_records, NA) 
    } else {
      max_records <- c(max_records, max(filt_v))
    }
  }
  max_records
}

test_dt_v2 <- data.table(a = c(1,3,5), b = c(2,3,-1), c = c(-3, 5, 2))

test_dt_v2[, max_with_filter := do.call(testFuncV2, list(list(test_dt_v2$a, test_dt_v2$b, test_dt_v2$c), 1))]

还返回：

   a  b  c max_with_filter
1: 1  2 -3               1
2: 3  3  5              NA
3: 5 -1  2              -1

理想情况下，我可以使用do.call找出适用于.SD方法，或者替代适用于lapply （我也尝试过这种方法，但无济于事）。 提前致谢！

Answer 1

这是使用apply(MARGIN=1, ...)

func <- function(x, threshold) {
    if (any(x <= threshold)) return(max(x[x <= threshold])) 
    NA
}
test_dt_v1[, max_with_filter := apply(.SD, 1, func, threshold=1),
    .SDcols=c("a","b","c")]

另一种使用do.call和pmax的选项，首先将大于1的值转换为NA（想法来自R的按行最大值 ）

test_dt_v1[, max_with_filter := do.call(pmax, c(`is.na<-`(.SD, .SD>1), na.rm=T))]