Як застосувати ту саму функцію до кожного вказаного стовпця в data.table

У мене є таблиця даних. За допомогою якої я хотів би виконати ту саму операцію з певними стовпцями. Назви цих стовпців подані у векторному символі. У цьому конкретному прикладі я хотів би помножити всі ці стовпці на -1.

Деякі дані про іграшки та вектор із зазначенням відповідних стовпців:

library(data.table)
dt <- data.table(a = 1:3, b = 1:3, d = 1:3)
cols <- c("a", "b")

Зараз я роблю це таким чином, перебираючи вектор символів:

for (col in 1:length(cols)) {
   dt[ , eval(parse(text = paste0(cols[col], ":=-1*", cols[col])))]
}

Чи є спосіб зробити це безпосередньо без циклу for?

Здається, це працює:

dt[ , (cols) := lapply(.SD, "*", -1), .SDcols = cols]

Результат є

    a  b d
1: -1 -1 1
2: -2 -2 2
3: -3 -3 3

Тут є кілька хитрощів:

• Оскільки в них є дужки (cols) :=, результат присвоюється стовпцям, зазначеним у cols, замість якоїсь нової змінної з іменем "cols".
• .SDcolsкаже виклик , який ми тільки дивлячись на ці колони, і дозволяє нам використовувати .SD, тим Subset з Dата , пов'язаних з цими стовпцями.
• lapply(.SD, ...)оперує .SD, що є списком стовпців (як і всі data.frames та data.tables). lapplyповертає список, тому врешті-решт jвиглядає так cols := list(...).

EDIT : Ось ще один спосіб, який, мабуть, швидший, як згадував @Arun:

for (j in cols) set(dt, j = j, value = -dt[[j]])

Я хотів би додати відповідь, коли ви також хотіли б змінити назву стовпців. Це дуже зручно, якщо ви хочете обчислити логарифм кількох стовпців, що часто буває в емпіричній роботі.

cols <- c("a", "b")
out_cols = paste("log", cols, sep = ".")
dt[, c(out_cols) := lapply(.SD, function(x){log(x = x, base = exp(1))}), .SDcols = cols]

ОНОВЛЕННЯ: Наступне - це чудовий спосіб зробити це без циклу for

dt[,(cols):= - dt[,..cols]]

Це акуратний спосіб легкої читабельності коду. Що стосується продуктивності, то вона залишається за рішенням Франка відповідно до результатів, наведених нижче

mbm = microbenchmark(
  base = for (col in 1:length(cols)) {
    dt[ , eval(parse(text = paste0(cols[col], ":=-1*", cols[col])))]
  },
  franks_solution1 = dt[ , (cols) := lapply(.SD, "*", -1), .SDcols = cols],
  franks_solution2 =  for (j in cols) set(dt, j = j, value = -dt[[j]]),
  hannes_solution = dt[, c(out_cols) := lapply(.SD, function(x){log(x = x, base = exp(1))}), .SDcols = cols],
  orhans_solution = for (j in cols) dt[,(j):= -1 * dt[,  ..j]],
  orhans_solution2 = dt[,(cols):= - dt[,..cols]],
  times=1000
)
mbm

Unit: microseconds
expr                  min        lq      mean    median       uq       max neval
base_solution    3874.048 4184.4070 5205.8782 4452.5090 5127.586 69641.789  1000  
franks_solution1  313.846  349.1285  448.4770  379.8970  447.384  5654.149  1000    
franks_solution2 1500.306 1667.6910 2041.6134 1774.3580 1961.229  9723.070  1000    
hannes_solution   326.154  405.5385  561.8263  495.1795  576.000 12432.400  1000
orhans_solution  3747.690 4008.8175 5029.8333 4299.4840 4933.739 35025.202  1000  
orhans_solution2  752.000  831.5900 1061.6974  897.6405 1026.872  9913.018  1000

як показано на діаграмі нижче

Моя попередня відповідь: Наступне також працює

for (j in cols)
  dt[,(j):= -1 * dt[,  ..j]]

Здається, жодне з наведених вище рішень не працює з розрахунком за групами. Ось найкраще, що я отримав:

for(col in cols)
{
    DT[, (col) := scale(.SD[[col]], center = TRUE, scale = TRUE), g]
}

Щоб додати приклад для створення нових стовпців на основі рядкового вектора стовпців. На основі відповіді Jfly:

dt <- data.table(a = rnorm(1:100), b = rnorm(1:100), c = rnorm(1:100), g = c(rep(1:10, 10)))

col0 <- c("a", "b", "c")
col1 <- paste0("max.", col0)  

for(i in seq_along(col0)) {
  dt[, (col1[i]) := max(get(col0[i])), g]
}

dt[,.N, c("g", col1)]

library(data.table)
(dt <- data.table(a = 1:3, b = 1:3, d = 1:3))

Hence:

   a b d
1: 1 1 1
2: 2 2 2
3: 3 3 3

Whereas (dt*(-1)) yields:

    a  b  d
1: -1 -1 -1
2: -2 -2 -2
3: -3 -3 -3

dplyrфункції працюють на data.tables, тож ось dplyrрішення, яке також "уникає for-loop" :)

dt %>% mutate(across(all_of(cols), ~ -1 * .))

Я протестовані його з допомогою коду Орхана (додавання рядків і стовпців) , і ви побачите , dplyr::mutateз acrossосновному виконується швидше , ніж більшість інших рішень і повільніше , ніж data.table рішення з використанням lapply.

library(data.table); library(dplyr)
dt <- data.table(a = 1:100000, b = 1:100000, d = 1:100000) %>% 
  mutate(a2 = a, a3 = a, a4 = a, a5 = a, a6 = a)
cols <- c("a", "b", "a2", "a3", "a4", "a5", "a6")

dt %>% mutate(across(all_of(cols), ~ -1 * .))
#>               a       b      d      a2      a3      a4      a5      a6
#>      1:      -1      -1      1      -1      -1      -1      -1      -1
#>      2:      -2      -2      2      -2      -2      -2      -2      -2
#>      3:      -3      -3      3      -3      -3      -3      -3      -3
#>      4:      -4      -4      4      -4      -4      -4      -4      -4
#>      5:      -5      -5      5      -5      -5      -5      -5      -5
#>     ---                                                               
#>  99996:  -99996  -99996  99996  -99996  -99996  -99996  -99996  -99996
#>  99997:  -99997  -99997  99997  -99997  -99997  -99997  -99997  -99997
#>  99998:  -99998  -99998  99998  -99998  -99998  -99998  -99998  -99998
#>  99999:  -99999  -99999  99999  -99999  -99999  -99999  -99999  -99999
#> 100000: -100000 -100000 100000 -100000 -100000 -100000 -100000 -100000

library(microbenchmark)
mbm = microbenchmark(
  base_with_forloop = for (col in 1:length(cols)) {
    dt[ , eval(parse(text = paste0(cols[col], ":=-1*", cols[col])))]
  },
  franks_soln1_w_lapply = dt[ , (cols) := lapply(.SD, "*", -1), .SDcols = cols],
  franks_soln2_w_forloop =  for (j in cols) set(dt, j = j, value = -dt[[j]]),
  orhans_soln_w_forloop = for (j in cols) dt[,(j):= -1 * dt[,  ..j]],
  orhans_soln2 = dt[,(cols):= - dt[,..cols]],
  dplyr_soln = (dt %>% mutate(across(all_of(cols), ~ -1 * .))),
  times=1000
)

library(ggplot2)
ggplot(mbm) +
  geom_violin(aes(x = expr, y = time)) +
  coord_flip()

^{Створено 2020-10-16 пакетом reprex (v0.3.0)}