[英]Applying a function to each row of a data.table
我正在尋找一種方法來有效地將函數應用於data.table的每一行。 讓我們考慮以下數據表:
library(data.table)
library(stringr)
x <- data.table(a = c(1:3, 1), b = c('12 13', '14 15', '16 17', '18 19'))
> x
a b
1: 1 12 13
2: 2 14 15
3: 3 16 17
4: 1 18 19
假設我想按空格分割列b
的每個元素(從而為原始數據中的每一行產生兩行)並連接結果數據表。 對於上面的示例,我需要以下結果:
a V1
1: 1 12
2: 1 13
3: 2 14
4: 2 15
5: 3 16
6: 3 17
7: 1 18
8: 1 19
如果列a
只有唯一值,則以下內容將起作用:
x[, list(str_split(b, ' ')[[1]]), by = a]
以下幾乎可以工作(除非原始數據表中有一些相同的行),但是當x
有很多列並將列b復制到結果時很難看,我想避免這種情況。
> x[, list(str_split(b, ' ')[[1]]), by = list(a,b)]
a b V1
1: 1 12 13 12
2: 1 12 13 13
3: 2 14 15 14
4: 2 14 15 15
5: 3 16 17 16
6: 3 16 17 17
7: 1 18 19 18
8: 1 18 19 19
解決這個問題最有效和慣用的方法是什么?
怎么樣 :
x
a b
1: 1 12 13
2: 2 14 15
3: 3 16 17
4: 1 18 19
x[,list(a=rep(a,each=2), V1=unlist(strsplit(b," ")))]
a V1
1: 1 12
2: 1 13
3: 2 14
4: 2 15
5: 3 16
6: 3 17
7: 1 18
8: 1 19
給出評論的廣義解決方案:
x[,{s=strsplit(b," ");list(a=rep(a,sapply(s,length)), V1=unlist(s))}]
x[, .(a,strsplit(b,' ')), by = .I]
看起來更加estetic
一種選擇是添加行號
x[, r := 1:nrow(x)]
然后按r
分組:
x[, list(a, str_split(b, ' ')[[1]]), by = r]
我想知道是否有更好的解決方案?
最有效和慣用的方法是具有矢量化功能。
在這種情況下,某種regex
會做你想要的
x[, V1 := gsub(" [[:alnum:]]*", "", b)]
a b V1
1: 1 12 13 12
2: 2 14 15 14
3: 3 16 17 16
4: 1 18 19 18
如果要返回每個拆分組件,並且您知道每個拆分組件中有兩個,則可以使用Map
將strsplit
的結果strsplit
轉換為正確的形式
x[, c('b1','b2') := do.call(Map, c(f = c, strsplit(b, ' ')))]
x
a b b1 b2
1: 1 12 13 12 13
2: 2 14 15 14 15
3: 3 16 17 16 17
4: 1 18 19 18 19
x[, .(a,strsplit(b,' ')), by=1:nrow(x)]
by=nrow(x)
是一種by=nrow(x)
強制每行1行的簡單方法
dplyr
/ tidyr
方法也適用於數據表。
library(dplyr)
library(tidyr)
x %>%
separate(b, into = c("b1", "b2")) %>%
gather(b, "V1", b1:b2) %>%
arrange(V1) %>%
select(a, V1)
或者,使用標准評估表:
x %>%
separate_("b", into = c("b1", "b2")) %>%
gather_("b", "V1", c("b1", "b2")) %>%
arrange_(~ V1) %>%
select_(~ a, ~ V1)
b
列中不同數量的值的情況僅稍微復雜一些。
library(stringr)
x2 <- data.table(
a = c(1:3, 1),
b = c('12 13', '14', '15 16 17', '18 19')
)
n <- max(str_count(x2$b, " ")) + 1
b_cols <- paste0("b", seq_len(n))
x2 %>%
separate_("b", into = b_cols, extra = "drop") %>%
gather_("b", "V1", b_cols) %>%
arrange_(~ V1) %>%
select_(~ a, ~ V1)
看看輸入和所需的輸出,這應該工作 -
x <- data.frame(a=c(1,2,3,1),b=c("12 13","14 15","16 17","18 19"))
data.frame(a=rep(x$a,each=2), new_b=unlist(strsplit(as.character(x$b)," ")))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.