將自定義函數應用於Data.Table

Question

我需要將自定義函數應用於data.table中的所有行，該表具有freq（數字），ngram（每個單詞用_分隔的文本）列。 我還提供了3個不變的值-input1gramCount，input2gramCount，input3gramCount，而不是在data.table中。

當我嘗試這個時，我得到警告

Warning message:
In if (MatchedLen == 4) { :
the condition has length > 1 and only the first element will be used

似乎在抱怨4不是矢量化的，但我希望它是一個常數。 任何指針歡迎...

# Stupid Backoff
StupidBackoffScore <- function(freq, ngram, input1gramCount, input2gramCount, input3gramCount) {
    matchedLen = str_count(ngram, "_") + 1
    if (matchedLen == 4) {
        score = freq / input3gramCount
    } else if (matchedLen == 3) {
        score = 0.4 * freq / input2gramCount
    } else {
        # must be matchedLen 2
        score = 0.4 * 0.4 * freq / input1gramCount
    }
    return(score)
    }

allGrams <- allGrams %>%
    mutate(stupidBOScore = StupidBackoffScore(frequency, ngram, input1gramCount, input2gramCount, input3gramCount))

Answer 1

我會這樣做：

setDT(dt)
dt[, matchedLen := str_count(ngram, "_") + 1 ]
dt[, score := ifelse(matchedLen == 4, freq / input3gramCount,
                     ifelse(matchedLen == 3, 0.4 * freq / input2gramCount,
                        0.4 * 0.4 * freq / input1gramCount)) ]

為了便於閱讀，我將matchedLen創建為單獨的列。 如果不需要matchedLen ，則可以在創建樂譜后將其刪除。