将函数应用于 data.table 中的每个指定列并按引用更新

本文介绍了将函数应用于 data.table 中的每个指定列并按引用更新的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述

我有一个 data.table，我想用它对某些列执行相同的操作.这些列的名称在字符向量中给出.在这个特定示例中，我想将所有这些列乘以 -1.

I have a data.table with which I'd like to perform the same operation on certain columns. The names of these columns are given in a character vector. In this particular example, I'd like to multiply all of these columns by -1.

一些玩具数据和一个指定相关列的向量:

Some toy data and a vector specifying relevant columns:

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

现在我是这样做的，循环遍历字符向量:

Right now I'm doing it this way, looping over the character vector:

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

有没有办法在没有 for 循环的情况下直接做到这一点?

Is there a way to do this directly without the for loop?

推荐答案

这似乎有效:

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

结果是

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

这里有一些技巧:

• 因为(cols) := 中有括号，所以结果被分配给cols 中指定的列，而不是一些名为cols"的新变量.
• .SDcols 告诉调用我们只查看那些列，并允许我们使用 .SD，Subset与这些列关联的 D 数据.
• lapply(.SD, ...) 对 .SD 进行操作，它是一个列列表(就像所有的 data.frames 和 data.tables).lapply 返回一个列表，所以最后 j 看起来像 cols := list(...).

• Because there are parentheses in (cols) :=, the result is assigned to the columns specified in cols, instead of to some new variable named "cols".
• .SDcols tells the call that we're only looking at those columns, and allows us to use .SD, the Subset of the Data associated with those columns.
• lapply(.SD, ...) operates on .SD, which is a list of columns (like all data.frames and data.tables). lapply returns a list, so in the end j looks like cols := list(...).

编辑:这是另一种可能更快的方法，正如@Arun 提到的:

EDIT: Here's another way that is probably faster, as @Arun mentioned:

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