R data.table 一次性创建多列

R data.table create multiple columns in one go

这个问题是关于一个特定的 data.table 操作。

我有:

dataDT <- data.table(ID = c(1:3))
dataDT
> dataDT
   ID
1:  1
2:  2
3:  3

我想创建三个新列来存储来自 3 个不同来源的数据。

targetDT <- data.table(ID = c(1:3), ID1 = c(1:3), ID2 = c(1:3), ID3 = c(1:3))
targetDT
> targetDT
   ID ID1 ID2 ID3
1:  1   1   1   1
2:  2   2   2   2
3:  3   3   3   3

所以我试过了:

tempDT_1 <- data.table(ID1 = c(1:3))    # create dummy source 1
tempDT_2 <- data.table(ID2 = c(1:3))    # create dummy source 2
tempDT_3 <- data.table(ID3 = c(1:3))    # create dummy source 3

dataDT[, c("A", "B", "c") := list(tempDT_1, tempDT_2, tempDT_3)]
dataDT
> dataDT
   ID     A     B     c
1:  1 1,2,3 1,2,3 1,2,3
2:  2 1,2,3 1,2,3 1,2,3
3:  3 1,2,3 1,2,3 1,2,3

为什么上面list(tempDT_1, tempDT_2, tempDT_3) "not working properly"?

我见过人们做这样的事情:

dataDT[, c("A", "B", "c") := list(sum(ID), mean(ID), func(ID))]

使用 list() 到 "cbind" 新值。

我应该如何修复我的代码?

自从

class(tempDT_1 )
[1] "data.table" "data.frame" 

在您的情况下,我们应该使用 cbind

来匹配输出
cbind(dataDT, tempDT_1, tempDT_2, tempDT_3)
   ID ID1 ID2 ID3
1:  1   1   1   1
2:  2   2   2   2
3:  3   3   3   3

如果我们需要复制,一个选项是replicate

setDT(data.frame(replicate(4, dataDT)))[]
#   ID ID.1 ID.2 ID.3
#1:  1    1    1    1
#2:  2    2    2    2
#3:  3    3    3    3

或使用赋值(:=)

dataDT[, paste0('ID', 1:3) := ID][]