在 data.table 中添加带有 rep 的多个列

Question

我正在尝试使用 rep 函数创建固定数量的列（在本例中为 4 列）。 B 列中提到数字 1 在这些列中应重复的频率。其余列应填入 0。

但我收到错误消息

"Error in rep(1, B) : invalid 'times' argument"

不知道如何解决

test <- data.table(A = c("XYZ", "ZYX", "WER"),
                   B = c(1, 3, 2))
cols <- LETTERS[3:6] 
test[, (cols) := c(rep(1, B), rep(0, length(cols) - B))]  

#result should be 
result <- data.table(A = c("XYZ", "ZYX", "WER"),
                     B = c(1, 3, 2),
                     C = c(1, 1, 1),
                     D = c(0, 1, 1),
                     E = c(0, 1, 0),
                     F = c(0, 0, 0))

Answer 1

这使用了一些非 'data.table' 逻辑，但应该还是很快的：

test[, (cols) := {
  D <- diag(length(cols))
  D[lower.tri(D)] <- 1
  data.table(D[B,])
}]

#     A B C D E F
#1: XYZ 1 1 0 0 0
#2: ZYX 3 1 1 1 0
#3: WER 2 1 1 0 0

之所以有效，是因为它创建了一个具有填充对角线和下三角的矩阵，然后使用 test$B 对该矩阵的行进行子集化。

或者，您可以遍历要分配的列的长度序列，并检查该值是否等于或小于：

test[, (cols) := lapply(1:length(cols), function(x) as.numeric(x <= B))]

添加 24 列和 3M 行的一些比较时序：

cols <- LETTERS[-(1:2)]
test <- test[rep(1:3,1e6),]

system.time(test[, (cols) := {
  D <- diag(length(cols))
  D[lower.tri(D)] <- 1
  data.table(D[B,])
}])

#   user  system elapsed 
#  0.937   0.651   1.591

第二次被我击败：

system.time(
  test[, (cols) := lapply(1:length(cols), function(x) as.numeric(x <= B))]
)
#   user  system elapsed 
#  0.313   0.132   0.446

在 data.table 中添加带有 rep 的多个列

Add multiple columns with rep in data.table

r

rep

data.table