計算data.table中的多個列名

Question

我有一個稀疏數據表，如下所示：

 data = data.table(
    var1 = c("a","",""),
    var2 = c("","","c"),
    var3 = c("a","b",""),
    var4 = c("","b","")
)
      var1 var2 var3 var4
    1:    a         a     
    2:              b    b
    3:         c     

我想添加一個包含一串零和一列的列，指示任何行中存在哪些變量，如下所示：

  var1 var2 var3 var4  concat
1:    a         a      1|0|1|0
2:              b    b 0|0|1|1
3:         c           0|1|0|0

我可以使用以下命令來實現此目的：

data[, concat := paste(
           as.integer(var1 != ""),
           as.integer(var2 != ""),
           as.integer(var3 != ""),
           as.integer(var4 != ""),
           sep = "|")]

但是，如果我有數百個變量，我寧願使用某種計算來獲得所需的表達式。 也許是基於paste0("var",1:4) ，或者至少是一個列名稱的向量。 有什么建議？

Answer 1

與上述基本方法相同：

data[ , concat := apply(.SD, 1, function(x) paste(+(x == ""), collapse = "|"))][]
#    var1 var2 var3 var4  concat
# 1:    a         a      0|1|0|1
# 2:              b    b 1|1|0|0
# 3:         c           1|0|1|1

Answer 2

變化並且不要求每一行的任何分組或apply -ing每行。

data[, concat := do.call(paste, c(lapply(.SD, function(x) (x!="")+0 ), sep="|")) ]

#   var1 var2 var3 var4  concat
#1:    a         a      1|0|1|0
#2:              b    b 0|0|1|1
#3:         c           0|1|0|0

Answer 3

 data$concat <- apply(apply(data, 2, function(x) ifelse(x == "", 0, 1)), 1, function(x) paste(x, collapse="|"))

分解：

1）對於data每一列，檢查元素是否為空，如果是，則返回0，否則返回1

apply(data, 2, function(x) ifelse(x == "", 0, 1))

讓我們從（1）變量concat調用返回。 對於每行concat ，將所有內容粘貼在一起，並用管道（ | ）將它們分開。 將新data列設置為等於此值。

apply(concat, 1, function(x) paste(x, collapse="|"))

Answer 4

感謝您提供多種多樣的解決方案。 我很佩服！

我對我的大型數據集進行了一些基准測試，以比較幾種不同方法的運行時間。 這是我發現的：

data[ , concat := apply(.SD, 1, function(x) paste(+(x == ""), collapse = "|"))]

時間：6分41秒

data[, concat := do.call(paste, c(lapply(.SD, function(x) (x!="")+0 ), sep="|")) ]

時間：10分鍾，26秒

data[,concat := paste0(as.integer(.SD != ""), collapse = "|"), by = 1:nrow(data)]

時間：> 40分鍾（手動殺死）

Answer 5

另一種選擇是按行對數據進行分組並將每一行粘貼在一起：

data[,concat := paste0(as.integer(.SD != ""), collapse = "|"), by = 1:nrow(data)]
data
#   var1 var2 var3 var4  concat
#1:    a         a      1|0|1|0
#2:              b    b 0|0|1|1
#3:         c           0|1|0|0