在data.table R中使用lapply填充不適用的NA列

Question

我在lapply中使用lapply有問題。 這是兩個示例：

library(data.table)
 library(lubridate)

test <- function(x) 
{
  if(is.na(x)) return(NA)
  if(x=="") return(NA)
  if(substr(x,3,3)=="/") return(as_date(x,"%d/%m/%Y"))
  return(2)
}

x1<-data.table(v1=c("","07/06/2016","",NA), v2=c("2004-06-18","","2004-06-18","2004-06-18"))
x1[,lapply(.SD,test)]

x2<-data.table(v1=c("2004-06-19","2004-06-18","",NA),v2=c("2004-06-18","","2004-06-18","2004-06-18"))
x2[,lapply(.SD,test)]

在第一個示例中， lapply之后的第一列充滿了NA ，但我想獲取的是NA, 2016-06-07, NA, NA 。

在第二個示例中，第一列的最后兩行是錯誤的，因為每行包含2，但我認為應該包含NA 。

我不明白R在這里如何考慮NA 。 我想得到我想要的東西嗎？

Answer 1

經過大量嘗試，答案是data.table將列視為變量，而.SD是一個列表，其元素是列作為變量，因此在應用函數時（如此處測試），該函數必須將a作為參數清單。

這是您應該更改的內容：

testList <- function(x) 
{
  lapply(x,test)
}

x1[,lapply(.SD,testList)]

如果有人知道其他解決方案，請隨時分享。

Answer 2

首先，我不能在沒有拋出錯誤的情況下運行您的示例。 data.tables的第二列屬於“日期”類，但""項不是日期。 打印時，其格式看起來像NA 。 嘗試運行is.na(x1$v2[2])和x1$v2[2] == "" 。

同樣，您似乎在向量化方面遇到了問題。

嘗試運行test(x1$v1) 。 請注意警告消息。 is.na(x)返回邏輯向量，但是if僅使用向量中的第一個元素。

In addition: Warning message:
In if (is.na(x)) return(NA) :
  the condition has length > 1 and only the first element will be used

您可能可以通過應用到每一行來修復它：

x1[, lapply(.SD, test), by = 1:nrow(x1)]

否則，您將需要修改test函數以接受字符串向量並返回結果向量。 但是，您實際上應該考慮返回單一類型的向量。

最后，在此示例中，我不了解lubridate的目的。 為什么不使用as.Date(x,"%d/%m/%Y") 。 您從as_date獲得什么？

編輯

您可以重寫函數以處理矢量：

test <- function(x) 
{
  ans <- rep.int(2, length(x))
  ans[is.na(x) | x == ""] <- NA
  dates <- grepl('../', x)
  ans[dates] <- as_date(x[dates], "%d/%m/%Y") 

  return(ans)
}