data.table：当列名未知时，正确的方法来创建一个条件变量？ [英] data.table: Proper way to do create a conditional variable when column names are not known?

问题描述

我的问题涉及到创建一个变量，该变量取决于data.table中的其他列，当没有提前知道任何变量名。

下面是一个玩具示例，其中我有5行，当条件等于A和4 elsewise时，新变量应为1。

  library（data.table）
 DT<  -  data.table（Con = c（A A，B，A，B），
 Eval_A = rep（1,5），
 Eval_B = rep（4,5））
 Col1 < - Con
 Col2<  - Eval_A
 Col3<  - Eval_B
 Col4<  - Ans
  pre> 
 
 
下面的代码工作，但感觉就像我误用了包！ 
  DT [，Col4：= ifelse（DT [[Col1]] ==A，
 DT [ [Col2]]，
 DT [[Col3]]），with = FALSE] 
  
 更新： 
谢谢，我对下面的答案做了一些快速的定时。一旦在一个data.table有500万行，只有相关的列，并再次添加10个非相关列后，下面的结果：
  + ------------------------- + -------------------- -  + ------------------ + 
 |方法|仅相关cols。 |有额外的cols。 | 
 + ------------------------- + ------------------- -  + ------------------ + 
 |列表方法| 1.8 | 1.91 | 
 | Grothendieck  -  get / if | 26.79 | 30.04 | 
 | Grothendieck  -  get / join | 0.48 | 1.56 | 
 | Grothendieck  -  .SDCols | 0.38 | 0.79 | 
 | agstudy  - 替代| 2.03 | 1.9 | 
 + ------------------------- + ------------------- -  + ------------------ + 
  
看起来像.SDCols是最好的速度和使用替代容易阅读的代码。 
解决方案
  1。 get / if  
尝试使用 get ：
  DT [，（Col4）：= if（get（Col1）==A）get（Col2）else get（Col3），by = 1：nrow（DT）] 
  
  2。 get / join  
或尝试此方法：
  setkeyv（DT，Col1）
 DT [，（Col4）：= get（Col3）] [A，（Col4）：= get（Col2）] 
  
  3。 .SDCols  
或此：
  setkeyv（DT，Col1）
 DT [ （Col4）：= .SD，.SDcols = Col3] [A，（Col4）：= .SD，.SDcols = Col2] 
  
更新：添加了一些其他方法。
 
My question relates to the creation of a variable which depends upon other columns within a data.table when none of the variable names are known in advance.

Below is a toy example where I have 5 rows and the new variable should be 1 when the condition is equal to A and 4 elsewise. 
library(data.table)
DT <- data.table(Con = c("A","A","B","A","B"),
                 Eval_A = rep(1,5),
                 Eval_B = rep(4,5))
Col1 <- "Con"
Col2 <- "Eval_A"
Col3 <- "Eval_B"
Col4 <- "Ans"
The code below works but feels like I'm misusing the package! 
DT[,Col4:=ifelse(DT[[Col1]]=="A",
                 DT[[Col2]],
                 DT[[Col3]]),with=FALSE]
Update:
Thanks, I did some quick timing of the answers below. Once on a data.table with 5 million rows and only the relevant columns and again after adding 10 non relevant columns, below are the results:
+-------------------------+---------------------+------------------+
|         Method          | Only relevant cols. | With extra cols. |
+-------------------------+---------------------+------------------+
| List method             | 1.8                 | 1.91             |
| Grothendieck - get/if   | 26.79               | 30.04            |
| Grothendieck - get/join | 0.48                | 1.56             |
| Grothendieck - .SDCols  | 0.38                | 0.79             |
| agstudy - Substitute    | 2.03                | 1.9              |
+-------------------------+---------------------+------------------+
Look's like .SDCols is best for speed and using substitute for easy to read code. 
解决方案
1. get/if 
Try using get :
DT[, (Col4) := if (get(Col1) == "A") get(Col2) else get(Col3), by = 1:nrow(DT)]
2. get/join 
or try this approach:
setkeyv(DT, Col1)
DT[, (Col4):=get(Col3)]["A", (Col4):=get(Col2)]
3. .SDCols 
or this:
setkeyv(DT, Col1)
DT[, (Col4):=.SD, .SDcols = Col3]["A", (Col4):=.SD, .SDcols = Col2]
UPDATE: Added some additional approaches.

                        
这篇关于data.table：当列名未知时，正确的方法来创建一个条件变量？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！