Comment faites-vous référence aux variables dans a data.tablesi les noms de variables sont stockés dans un vecteur de caractères? Par exemple, cela fonctionne pour un data.frame:
df <- data.frame(col1 = 1:3)
colname <- "col1"
df[colname] <- 4:6
df
# col1
# 1 4
# 2 5
# 3 6
Comment puis-je effectuer cette même opération pour une table data.table, avec ou sans :=notation? La chose évidente de dt[ , list(colname)]ne fonctionne pas (et je ne m'y attendais pas).
Réponses:
Deux façons de sélectionner par programme des variables:
with = FALSE:
DT = data.table(col1 = 1:3)
colname = "col1"
DT[, colname, with = FALSE]
# col1
# 1: 1
# 2: 2
# 3: 3
..Préfixe 'dot dot' ( ):
DT[, ..colname]
# col1
# 1: 1
# 2: 2
# 3: 3
Pour une description plus détaillée de la ..notation «point point» ( ), voir Nouvelles fonctionnalités de la 1.10.2 (elle n'est actuellement pas décrite dans le texte d'aide).
Pour attribuer une ou plusieurs variables, placez la LHS de :=entre parenthèses:
DT[, (colname) := 4:6]
# col1
# 1: 4
# 2: 5
# 3: 6
Ce dernier est connu sous le nom de plonk de colonne , car vous remplacez le vecteur de colonne entier par référence. Si un sous-ensemble iétait présent, il se sous-attribuerait par référence. Le parens autour (colname)est un raccourci introduit dans la version v1.9.4 sur CRAN octobre 2014. Voici la nouvelle :
L'utilisation de
with = FALSEwith:=est désormais déconseillée dans tous les cas, étant donné que l'encapsulation de la LHS de:=avec des parenthèses est préférée depuis un certain temps.
colVar = "col1"
DT[, (colVar) := 1] # please change to this
DT[, c("col1", "col2") := 1] # no change
DT[, 2:4 := 1] # no change
DT[, c("col1","col2") := list(sum(a), mean(b))] # no change
DT[, `:=`(...), by = ...] # no change
Voir également la section Détails dans ?`:=`:
DT[i, (colnamevector) := value]
# [...] The parens are enough to stop the LHS being a symbol
Et pour répondre à une autre question en commentaire, voici une façon (comme d'habitude, il y a plusieurs façons):
DT[, colname := cumsum(get(colname)), with = FALSE]
# col1
# 1: 4
# 2: 9
# 3: 15
ou, vous pourriez trouver plus facile de lire, d'écrire et de déboguer juste à evalun paste, similaire à la construction d'une instruction SQL dynamique à envoyer à un serveur:
expr = paste0("DT[,",colname,":=cumsum(",colname,")]")
expr
# [1] "DT[,col1:=cumsum(col1)]"
eval(parse(text=expr))
# col1
# 1: 4
# 2: 13
# 3: 28
Si vous faites beaucoup cela, vous pouvez définir une fonction d'assistance EVAL:
EVAL = function(...)eval(parse(text=paste0(...)),envir=parent.frame(2))
EVAL("DT[,",colname,":=cumsum(",colname,")]")
# col1
# 1: 4
# 2: 17
# 3: 45
Maintenant que la data.table1.8.2 optimise automatiquement l' jefficacité, il peut être préférable d'utiliser la evalméthode. Le get()in jempêche certaines optimisations, par exemple.
Ou, il y en a set(). Une forme fonctionnelle de faible frais généraux, :=qui conviendrait ici. Voir ?set.
set(DT, j = colname, value = cumsum(DT[[colname]]))
DT
# col1
# 1: 4
# 2: 21
# 3: 66
., ou ..d'éviter tout masquage potentiel si DTjamais il contenait ce symbole comme nom de colonne à l'avenir (et respectez la convention par laquelle les noms de colonne ne commencent pas .). Il y a quelques demandes de fonctionnalités pour le rendre plus robuste aux problèmes de portée comme celui-ci, tels que l'ajout .()et ..().
fn$partir du package gsubfn pour améliorer la lisibilité de la solution EVAL: library(gsubfn); fn$EVAL( "DT[,$colname:=cumsum($colname)]" ).
* Ce n'est pas vraiment une réponse, mais je n'ai pas assez de street cred pour poster des commentaires: /
Quoi qu'il en soit, pour tous ceux qui cherchent à créer une nouvelle colonne dans une table de données avec un nom stocké dans une variable, j'ai ce qui suit pour fonctionner. Je n'ai aucune idée de ses performances. Des suggestions d'amélioration? Est-il prudent de supposer qu'une nouvelle colonne sans nom recevra toujours le nom V1?
colname <- as.name("users")
# Google Analytics query is run with chosen metric and resulting data is assigned to DT
DT2 <- DT[, sum(eval(colname, .SD)), by = country]
setnames(DT2, "V1", as.character(colname))
Remarquez que je peux le référencer très bien dans sum () mais je n'arrive pas à le faire attribuer dans la même étape. BTW, la raison pour laquelle je dois le faire est que colname sera basé sur l'entrée de l'utilisateur dans une application Shiny.
V1c'est le nouveau nom. Par exemple, si vous lisez csv avec freadet qu'il y a une colonne sans nom, elle aura un V1nom (et read.csvdonnera X). Il est donc possible que votre table ait déjà un fichier V1. Peut-être juste obtenir le nom parnames(DT)[length(names(DT))]
Pour plusieurs colonnes et une fonction appliquée sur les valeurs de colonne.
Lors de la mise à jour des valeurs d'une fonction, le RHS doit être un objet de liste, donc utiliser une boucle sur .SDavec lapplyfera l'affaire.
L'exemple ci-dessous convertit les colonnes entières en colonnes numériques
a1 <- data.table(a=1:5, b=6:10, c1=letters[1:5])
sapply(a1, class) # show classes of columns
# a b c1
# "integer" "integer" "character"
# column name character vector
nm <- c("a", "b")
# Convert columns a and b to numeric type
a1[, j = (nm) := lapply(.SD, as.numeric ), .SDcols = nm ]
sapply(a1, class)
# a b c1
# "numeric" "numeric" "character"
library(data.table)
x <- data.table(this=1:2,that=1:2,whatever=1:2)
# === explicit call
x[, .(that, whatever)]
x[, c('that', 'whatever')]
# === indirect via variable
# ... direct assignment
mycols <- c('that','whatever')
# ... same as result of a function call
mycols <- grep('a', colnames(x), value=TRUE)
x[, ..mycols]
x[, .SD, .SDcols=mycols]
# === direct 1-liner usage
x[, .SD, .SDcols=c('that','whatever')]
x[, .SD, .SDcols=grep('a', colnames(x), value=TRUE)]
qui tous rapportent
that whatever
1: 1 1
2: 2 2
Je trouve la .SDcolsvoie la plus élégante.
colname <- as.name ("COL_NAME")
DT2 <- DT [, list (COL_SUM = sum (eval (colname, .SD))), by = c (group)]