如何防止 data.table 在不手动指定这些变量的情况下将数字变量强制转换为字符变量？

Question

考虑以下数据集：

dt <- structure(list(lllocatie = structure(c(1L, 6L, 2L, 4L, 3L), .Label = c("Assen", "Oosterwijtwerd", "Startenhuizen", "t-Zandt", "Tjuchem", "Winneweer"), class = "factor"), 
                 lat = c(52.992, 53.32, 53.336, 53.363, 53.368), 
                 lon = c(6.548, 6.74, 6.808, 6.765, 6.675), 
                 mag.cat = c(3L, 2L, 1L, 2L, 2L), 
                 places = structure(c(2L, 4L, 5L, 6L, 3L), .Label = c("", "Amen,Assen,Deurze,Ekehaar,Eleveld,Geelbroek,Taarlo,Ubbena", "Eppenhuizen,Garsthuizen,Huizinge,Kantens,Middelstum,Oldenzijl,Rottum,Startenhuizen,Toornwerd,Westeremden,Zandeweer", "Loppersum,Winneweer", "Oosterwijtwerd", "t-Zandt,Zeerijp"), class = "factor")),
            .Names = c("lllocatie", "lat", "lon", "mag.cat", "places"), 
            class = c("data.table", "data.frame"), 
            row.names = c(NA, -5L))

当我想将最后一列中的字符串拆分成单独的行时，我使用（data.table版本1.9.5+）：

dt.new <- dt[, lapply(.SD, function(x) unlist(tstrsplit(x, ",", fixed=TRUE))), by=list(lllocatie,lat,lon,mag.cat)]

然而，当我使用：

dt.new2 <- dt[, lapply(.SD, function(x) unlist(tstrsplit(x, ",", fixed=TRUE))), by=lllocatie]

除了所有列都被强制转换为字符变量外，我得到了相同的结果。问题在于，对于小型数据集，在 by 参数中指定不必拆分的变量并不是什么大问题，但对于具有许多 columns/variables 的数据集来说，问题就大了。我知道可以使用 splitstackshape 包（如所述）来执行此操作，但我正在寻找 data.table 解决方案，因为我想将更多操作链接到此.

如何在不手动指定不必在 by 参数中拆分的变量的情况下防止这种情况发生？

Answer 1

这正是来自 splitstackshape 包的 cSplit 的工作：

library(splitstackshape)

cSplit(dt, 'places', ',')

Answer 2

两个解决方案data.table：

1：按照@Arun 的建议，在 tstrsplit() 中使用 type.convert=TRUE 参数：

dt.new1 <- dt[, lapply(.SD, function(x) unlist(tstrsplit(x, ",", fixed=TRUE, type.convert=TRUE))), by=lllocatie]

2：在@Frank 提议的 by 参数中使用 setdiff(names(dt),"places")：

dt.new2 <- dt[, lapply(.SD, function(x) unlist(tstrsplit(x, ",", fixed=TRUE))), by=setdiff(names(dt),"places")]

两种方法给出相同的结果：

> identical(dt.new1,dt.new2)
[1] TRUE

第二种解决方案的优点是，当您有多个具有字符串值的列时，只有您在 setdiff(names(dt),"places") 中指定的列被拆分（假设您只想要那个特定的列，在这种情况下 places，拆分）。 splitstackshape 包也提供了这个优势。

如何防止 data.table 在不手动指定这些变量的情况下将数字变量强制转换为字符变量？

How to prevent data.table to force numeric variables into character variables without manually specifying these?

r

data.table

splitstackshape