使用所選列中的所有值的最大值有條件地更新某些列（data.table，r）

Question

我有900,000 x 500類型的數據集，但下面顯示了適合該問題的玩具數據集。

library(data.table)
df1 <- data.table(x = c(1,2,4,0), y = c(0,0,10,15), z = c(1,1,1,0))

我想做以下事情：

1. 對於y和z列
2. 選擇行的值= 0
3. 用max + 1替換它們，其中max是在整個列上計算的

我是data.table的新手。 在stackoverflow上查看問題的示例，我找不到類似的問題，除了這個： 如何替換表*中的NA值用於所選列*？ data.frame，data.table

我自己的嘗試如下，但這不起作用：

for (col in c("x", "y")) df1[(get(col)) == 0, (col) := max(col) + 1)

顯然，我還沒有習慣於data.table ，所以我現在正撞在牆上......

如果有人能提供除data.table之外的dplyr解決方案，我會很感激。

Answer 1

我們可以使用set並將值為0的行分配給該列的max +1。

 for(j in c("y", "z")){
    set(df1, i= which(!df1[[j]]), j=j, value= max(df1[[j]])+1)
 }

df1
#   x  y z
#1: 1 16 1
#2: 2 16 1
#3: 4 10 1
#4: 0 15 2

注意： set方法非常有效，因為避免了[.data.table的開銷

---

或者，效率較低的方法是在.SDcols指定感興趣的列，循環遍歷列（ lapply(.. ），根據邏輯索引replace值，並將輸出分配（ := ）回列。

df1[, c('y', 'z') := lapply(.SD, function(x) 
         replace(x, !x, max(x)+1)), .SDcols= y:z]

Answer 2

dplyr版本非常簡單（我認為）

> library(dplyr)
# indented for clarity
> mutate(df1, 
    y= ifelse(y>0, y, max(y)+1), 
    z= ifelse(z>0, z, max(z)+1))

  x  y z
1 1 16 1
2 2 16 1
3 4 10 1
4 0 15 2

編輯正如David Arenburg在評論中指出的那樣，這對於玩具示例很有幫助，但對於提到500列的數據卻沒有。 他建議類似於：

df1 %>% mutate_each(funs(ifelse(. > 0, ., max(.) + 1)), -1)

其中-1指定除第一列之外的所有列

Answer 3

作為替代方案， ifelse(test, yes, no)可能有用

沿線

library(data.table)
dt <- data.table(x = c(1,2,4,0), y = c(0,0,10,15), z = c(1,1,1,0))

print(dt)

dt[, y := ifelse(!y, max(y) + 1, y)]

print(dt)