R 和 data.table 中循环变量的乘积组合
[英]Product Combination of variables by loop in R with data table
问题描述
我在 R 中有一个初始表，包括 7 个变量，如下所示：
library(data.table)
Data<-data.frame(
ID=c(1,1,1,2,2,2,3,3,3,4,4,4),
CP1 =c(1,0,0,1,0,0,1,0,0,1,0,0),
CP2 =c(0,1,1,0,0,1,0,1,0,0,0,0),
CP3 =c(0,0,0,0,0,0,0,0,0,0,0,1),
PR1 =c(1,1,0,0,0,0,0,0,0,0,0,0),
PR2=c(0,0,1,0,0,0,0,0,0,0,0,0),
PR3=c(0,0,0,0,1,0,0,0,0,0,0,1)
)
Data
> Data
ID CP1 CP2 CP3 PR1 PR2 PR3
1 1 1 0 0 1 0 0
2 1 0 1 0 1 0 0
3 1 0 1 0 0 1 0
4 2 1 0 0 0 0 0
5 2 0 0 0 0 0 1
6 2 0 1 0 0 0 0
7 3 1 0 0 0 0 0
8 3 0 1 0 0 0 0
9 3 0 0 0 0 0 0
10 4 1 0 0 0 0 0
11 4 0 0 0 0 0 0
12 4 0 0 1 0 0 1
我想用 PR1、PR2 和 PR3 变量创建 CP1、CP2 和 CP3 的所有产品组合，名称如下 CP1_PR1、CP1_PR2、CP1_PR3、CP2_PR1、CP2_PR2、CP2_PR3、CP3_PR1、CP3_PR2 和 CP3_PR3。
但是我想使用一个条件来做这个产品。 当 CP 和 PR 变量都等于 1 时，我想创建 CP_PR 变量，它将等于 1 并且还使初始 CP 变量为零。
我用 CP 变量的名称和 PR 变量的向量制作了一个向量：
ListCP<-colnames(Data)[2:4]
ListPr<-colnames(Data)[5:7]
然后我使用双 for 循环来创建所需的产品组合变量，这些变量正确地创建了我想要的组合：
for (i in ListPr) {
for (j in ListCP) {
Data<-Data[,paste0(j,"_",i) := ifelse(get(i)==1 & get(j)==1,1,0)]
}
}
> Data
> Data
ID CP1 CP2 CP3 Pr1 Pr2 Pr3 CP1_Pr1 CP2_Pr1 CP3_Pr1 CP1_Pr2 CP2_Pr2 CP3_Pr2 CP1_Pr3 CP2_Pr3 CP3_Pr3
1: 1 1 0 0 1 0 0 1 0 0 0 0 0 0 0 0
2: 1 0 1 0 1 0 0 0 1 0 0 0 0 0 0 0
3: 1 0 1 0 0 1 0 0 0 0 0 1 0 0 0 0
4: 2 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
5: 2 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
6: 2 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
7: 3 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
8: 3 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
9: 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
10: 4 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
11: 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
12: 4 0 0 1 0 0 1 0 0 0 0 0 0 0 0 1
然后，当我尝试将初始 CP 变量设为零时，以防我在上面所说的出现错误。
> for (i in ListCP) {
+
+ for (j in ListPr) {
+
+ Data<-Data[paste0(j,"_",i)==1,.(j) := 0]
+
+
+ }
+
+ }
Error in `[.data.table`(Data, paste0(j, "_", i) == 1, `:=`(.(j), 0)) :
LHS of := must be a symbol, or an atomic vector (column names or positions).
我的问题是我是否可以将两个双 for 循环组合成一个而不会出错。 此外，因为我的数据集更大，任何其他更快的实现将不胜感激。
谢谢你。
2 个解决方案
解决方案1
2 2022-02-19 12:13:30
以下解决方案使用变量.SD及其附带的.SDcols并且只需要一个for循环。 这似乎是一种更自然的方式。
library(data.table)
Data<-data.frame(
ID=c(1,1,1,2,2,2,3,3,3,4,4,4),
CP1 =c(1,0,0,1,0,0,1,0,0,1,0,0),
CP2 =c(0,1,1,0,0,1,0,1,0,0,0,0),
CP3 =c(0,0,0,0,0,0,0,0,0,0,0,1),
PR1 =c(1,1,0,0,0,0,0,0,0,0,0,0),
PR2=c(0,0,1,0,0,0,0,0,0,0,0,0),
PR3=c(0,0,0,0,1,0,0,0,0,0,0,1)
)
Data2 <- as.data.table(Data)
Data <- as.data.table(Data)
ListCP<-colnames(Data)[2:4]
ListPr<-colnames(Data)[5:7]
for (i in ListPr) {
for (j in ListCP) {
Data<-Data[,paste0(j,"_",i) := ifelse(get(i)==1 & get(j)==1,1,0)]
}
}
for(j in ListPr) {
new_cols <- paste0(ListCP, "_", j)
j_val <- Data2[[j]]
Data2[, (new_cols) := lapply(.SD, \(i) +(i & j_val)), .SDcols = ListCP]
}
all.equal(Data, Data2)
#> [1] TRUE
由reprex package (v2.0.1) 创建于 2022-02-19
编辑
对于新问题，请尝试以下操作。
它必须在一个单独的循环中运行，首先使用上述CP变量的原始值，然后只有在新列为 1 时才更改为 0。
for(j in ListPr) {
new_cols <- paste0(ListCP, "_", j)
Data2[, (ListCP) := ifelse(.SD == 1, 0L, .SD), .SDcols = ListCP, by = new_cols]
}
解决方案2
0 2022-02-19 12:47:42
更新
- 根据 OP 的说明，重新更新 CP 值：
df = melt(Data[, id:=.I], id="id",measure =patterns("CP", "PR"), value.name = c("CP", "PR"))
prods = list()
for( i in unique(df$variable)) {
for(j in unique(df$variable)) {
prod = merge(df[variable==i], df[variable==j], by="id")[,`:=`(p=CP.x*PR.y)]
df <- df[prod[, .(id,p)], CP:=fifelse(p==1 & variable==i, 0, CP), on="id"]
prods = c(prods,list(setnames(prod[,.(p)],new=paste0("CP",i,"_PR",j))))
}
}
cbind(
Data[, .(ID)],
dcast(df, id~variable, value.var=c("CP","PR"), sep=""),
do.call(cbind, prods)
)[,id:=NULL][]
Output：
ID CP1 CP2 CP3 PR1 PR2 PR3 CP1_PR1 CP1_PR2 CP1_PR3 CP2_PR1 CP2_PR2 CP2_PR3 CP3_PR1 CP3_PR2 CP3_PR3
1: 1 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0
2: 1 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0
3: 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0
4: 2 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
5: 2 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
6: 2 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
7: 3 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
8: 3 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
9: 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
10: 4 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
11: 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
12: 4 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1
以前的
这是另一种方法 - 到目前为止，这只获取组合变量，但是当你澄清（见我的评论）哪个产品将决定 CP 是否从 1 替换为 0 时，我会更新它。
setDT(Data)
df = melt(Data[, id:=.I], id="id",measure =patterns("CP", "PR"), value.name = c("CP", "PR"))
result = do.call(cbind, lapply(unique(df$variable), function(i) {
do.call(cbind, lapply(unique(df$variable), function(j) {
result = merge(df[variable==i], df[variable==j], by="id")[,`:=`(p=CP.x*PR.y)]
setnames(result[, .(p)], new=paste0("CP",i,"_PR",j))
}))
}))
cbind(Data, result)[,id:=NULL][]
Output：
ID CP1 CP2 CP3 PR1 PR2 PR3 CP1_PR1 CP1_PR2 CP1_PR3 CP2_PR1 CP2_PR2 CP2_PR3 CP3_PR1 CP3_PR2 CP3_PR3
1: 1 1 0 0 1 0 0 1 0 0 0 0 0 0 0 0
2: 1 0 1 0 1 0 0 0 0 0 1 0 0 0 0 0
3: 1 0 1 0 0 1 0 0 0 0 0 1 0 0 0 0
4: 2 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
5: 2 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
6: 2 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
7: 3 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
8: 3 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
9: 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
10: 4 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
11: 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
12: 4 0 0 1 0 0 1 0 0 0 0 0 0 0 0 1```
如何在循环调用中使用data.table生成变量的线性组合和更新表？
[英]How to generate a linear combination of variables and update table using data.table in a loop call?
r data.table lapply 或 for 循环来创建变量或生成列
[英]r data.table lapply or for loop to create variables or generate columns
在 R 中循环，为不同长度的变量的每个组合生成图形
[英]Loop in R to produce graph for every combination of variables of different length
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.