是否有一種更有效的方法來填充額外的列而不是'for'循環？

Question

我有一個大約有10萬行的data.table。 我將簡化為3列，因為這就是所有相關的。

dt <- data.table(indicator = c("x", "y"), 
                 date1 = c("20190111", "20190212", "20190512", "20190723"), 
                 date2 = c("20190105", "20190215", "20190616", "20190623"))

我想要做的是將date1或date2分配給新列，'final_date'取決於指標列。 如果指標為“x”，則將final_date指定為date1。 如果指標“y”將final_date指定為date2。

我可以使用“for”循環和if / else語句來完成此操作，但需要幾分鍾才能完成100k行。

for (row in 1:nrow(dt)) {
  if(dt$indicator[row] == "x") {
    dt$final_date[row] <- dt$date1[row]
  } else {
    dt$final_date[row] <- dt$date2[row]
  }
  }

有沒有更有效的方法來執行data.table功能或其他任何事情？

Answer 1

有了data.table ，我會做這樣的事情：

dt[, final_date := ifelse(indicator == "x", date1, date2)]

真快捷簡單！ 我懷疑使用大量數據時它會比dplyr以及你所擁有的解決方案更快，因為data.table在適當位置發生變異，而不是創建數據副本。

Answer 2

使用dplyr管道

> dt%>%mutate(final_data=if_else(indicator=="x",date1,date2))
  indicator    date1    date2 final_data
1         x 20190111 20190105   20190111
2         y 20190212 20190215   20190215
3         x 20190512 20190616   20190512
4         y 20190723 20190623   20190623

Answer 3

嘗試這個：

# necessary package
library(dplyr)
library(data.table)
# reproduce your data
dt <- data.table(
  indicator = c("x", "y"),
  date1 = c("20190111", "20190212", "20190512", "20190723"),
  date2 = c("20190105", "20190215", "20190616", "20190623")
)
# create your variable final_date
dt[, final_date := case_when(indicator == "x" ~ date1,
                             TRUE ~ date2)]

希望能幫助到你