R data.table 用户自定义函数

Question

我正在从在 R 中使用 data.frame 过渡到 data.table 以获得更好的性能。转换代码的主要部分之一是应用自定义函数，从在 data.frame 上应用到在 data.table 中使用它。

假设我有一个简单的数据table，dt1.

x y z---header

1 9 j

4 1 n

7 1 n

我正在尝试根据 x、y、z 的值计算 dt1 中的另一个新列我尝试了 2 种方法，它们都给出了正确的结果，但速度更快的方法会发出警告。因此，在我使用更快的版本转换现有代码之前，要确保警告没有什么严重的。

(1) dt1[,a:={if((x<1) & (y>3) & (j == "n")){6} else {7}}]

(2) dt1[,a:={if((x<1) & (y>3) & (j == "n")){6} else {7}}, by = 1:nrow(x)]

版本 1 运行s 比版本 2 快，但会发出警告“条件的长度 > 1，并且只会使用第一个元素” 但结果是好的。第二个版本稍慢但没有给出警告。一旦我开始编写复杂的函数，我想确保第一个版本不会给出不稳定的结果。

请将此问题视为一般问题，以运行用户定义的函数来访问给定行中的不同列值并计算该行的新列值。

感谢您的帮助。

Answer 1

如果 'x'、'y' 和 'z' 是 'dt1' 的列，请尝试矢量化 ifelse

dt1[, a:=ifelse(x<1 & y >3 & z=='n', 6, 7)]

或者用7创建'a'，然后根据逻辑索引将6分配给'a'。

dt1[, a := 7][x<1 & y >3 & z=='n', a:=6][]

使用函数

getnewvariable <- function(v1, v2, v3){
   ifelse(v1 <1 & v2 >3 & v3=='n', 6, 7)
}

 dt1[, a:=getnewvariable(x,y,z)][]

数据

df1 <- structure(list(x = c(0L, 1L, 4L, 7L, -2L), y = c(4L, 9L, 1L, 
1L, 5L), z = c("n", "j", "n", "n", "n")), .Names = c("x", "y", 
"z"), class = "data.frame", row.names = c(NA, -5L))

dt1 <- as.data.table(df1)

R data.table 用户自定义函数

R data.table user defined function

r

data.table

数据