在 data.table 中跨列应用函数，在 R 中使用 do.call 和 .SD

Question

我正在尝试创建一个 pmax / pmin 的变体，它与一个额外的 filter_value 参数一起工作，跨越一组使用 [=19 定义的任意列=] / .SDcols。下面函数的第一个版本硬编码过滤器值，但适用于 .SD:

testFuncV1 <- function(...) { 
  cols <- list(...)
  num_cols <- length(cols)
  num_records <- length(cols[[1]])
  max_records <- c()
  for (record_num in 1:num_records) {
    v <- c()
    for (l in cols) {
      v <- c(v, l[[record_num]])
    }
    filt_v <- Filter(function(x) { x <= 1 }, v)
    if (length(filt_v) == 0) {
      max_records <- c(max_records, NA) 
    } else {
      max_records <- c(max_records, max(filt_v))
    }
  }
  max_records
}

test_dt_v1 <- data.table(a = c(1,3,5), b = c(2,3,-1), c = c(-3, 5, 2))

test_dt_v1[, max_with_filter := do.call(testFuncV1, .SD), .SDcols = c('a', 'b', 'c')]

returns:

   a  b  c max_with_filter
1: 1  2 -3               1
2: 3  3  5              NA
3: 5 -1  2              -1

下面函数的第二个版本采用第二个 filter 参数，但我无法让它与 .SD 一起使用，而是必须将各个列向量传递到作为使事情正常工作的列表：

testFuncV2 <- function(cols, filter) { 
  num_cols <- length(cols)
  num_records <- length(cols[[1]])
  max_records <- c()
  for (record_num in 1:num_records) {
    v <- c()
    for (l in cols) {
      v <- c(v, l[[record_num]])
    }
    filt_v <- Filter(function(x) { x <= filter }, v)
    if (length(filt_v) == 0) {
      max_records <- c(max_records, NA) 
    } else {
      max_records <- c(max_records, max(filt_v))
    }
  }
  max_records
}

test_dt_v2 <- data.table(a = c(1,3,5), b = c(2,3,-1), c = c(-3, 5, 2))

test_dt_v2[, max_with_filter := do.call(testFuncV2, list(list(test_dt_v2$a, test_dt_v2$b, test_dt_v2$c), 1))]

还有returns:

   a  b  c max_with_filter
1: 1  2 -3               1
2: 3  3  5              NA
3: 5 -1  2              -1

理想情况下，我可以使用 do.call 找出适用于 .SD 的方法，或者替换为适用于 lapply 的方法（我也试验过绕着，无济于事）。提前致谢！

Answer 1

这是一个使用 apply(MARGIN=1, ...)

的选项

func <- function(x, threshold) {
    if (any(x <= threshold)) return(max(x[x <= threshold])) 
    NA
}
test_dt_v1[, max_with_filter := apply(.SD, 1, func, threshold=1),
    .SDcols=c("a","b","c")]

另一个使用 do.call 和 pmax 的选项，首先将大于 1 的值转换为 NA（想法来自 rowwise maximum for R）

test_dt_v1[, max_with_filter := do.call(pmax, c(`is.na<-`(.SD, .SD>1), na.rm=T))]

在 data.table 中跨列应用函数，在 R 中使用 do.call 和 .SD

Apply Function Across Columns in data.table with do.call and .SD in R

r

lapply

do.call

data.table