Atribuindo elegantemente múltiplas colunas em data.table com lapply ()
Eu estou tentando descobrir uma maneira elegante de usar:=
atribuição para substituir muitas colunas de uma só vezdata.table
aplicando uma função compartilhada. Um uso típico disso pode ser aplicar uma função de string (por exemplo,gsub
) para todas as colunas de caracteres em uma tabela. Não é difícil estender odata.frame
maneira de fazer isso para umdata.table
, mas estou procurando um método consistente com odata.table
maneira de fazer as coisas.
Por exemplo:
library(data.table)
m <- matrix(runif(10000), nrow = 100)
df <- df1 <- df2 <- df3 <- as.data.frame(m)
dt <- as.data.table(df)
head(names(df))
head(names(dt))
## replace V20-V100 with sqrt
# data.frame approach
# by column numbers
df1[20:100] <- lapply(df1[20:100], sqrt)
# by reference to column numbers
v <- 20:100
df2[v] <- lapply(df2[v], sqrt)
# by reference to column names
n <- paste0("V", 20:100)
df3[n] <- lapply(df3[n], sqrt)
# data.table approach
# by reference to column names
n <- paste0("V", 20:100)
dt[, n] <- lapply(dt[, n, with = FALSE], sqrt)
Eu entendo que é mais eficiente fazer um loop sobre um vetor de nomes de coluna usando:=
atribuir:
for (col in paste0("V", 20:100)) dt[, col := sqrt(dt[[col]]), with = FALSE]
Eu não gosto disso porque eu não gosto de referênciadata.table
em umj
expressão. Eu também sei que eu posso usar:=
para atribuir comlapply
dado que eu sei os nomes das colunas:
dt[, c("V20", "V30", "V40", "V50", "V60") := lapply(list(V20, V30, V40, V50, V60), sqrt)]
(Você pode estender isso criando uma expressão com nomes de colunas desconhecidos.)
Abaixo estão as ideias que experimentei, mas não consegui fazê-las funcionar. Eu estou cometendo um erro, ou há outra abordagem que estou perdendo?
# possible data.table approaches?
# by reference to column names; assignment works, but not lapply
n <- paste0("V", 20:100)
dt[, n := lapply(n, sqrt), with = FALSE]
# by (smaller for example) list; lapply works, but not assignment
dt[, list(list(V20, V30, V40, V50, V60)) := lapply(list(V20, V30, V40, V50, V60), sqrt)]
# by reference to list; neither assignment nor lapply work
l <- parse(text = paste("list(", paste(paste0("V", 20:100), collapse = ", "), ")"))
dt[, eval(l) := lapply(eval(l), sqrt)]