如何对 R data.table 中的列表列进行操作以输出另一个列表列？答案

【问题标题】：How to do operations on list columns in an R data.table to output another list column?如何对 R data.table 中的列表列进行操作以输出另一个列表列？
【发布时间】：2018-10-01 01:41:21
【问题描述】：

我仍然很难考虑如何使用作为列表的 R data.table 列。

这是一个 R 数据表：

library(data.table)
dt = data.table(
      numericcol = rep(42, 8),
      listcol = list(c(1, 22, 3), 6, 1, 12, c(5, 6, 1123), 3, 42, 1)
  )
> dt
   numericcol        listcol
1:         42        1,22, 3
2:         42              6
3:         42              1
4:         42             12
5:         42    5,   6,1123
6:         42              3
7:         42             42
8:         42              1

我想为numericcol 和listcol 的元素之间的绝对值创建一个列：

> dt
   numericcol        listcol    absvals 
1:         42        1,22, 3    41, 20, 39
2:         42              6    36
3:         42              1    41
4:         42             12    30
5:         42    5,   6,1123    37, 36, 1081
6:         42              3    39
7:         42             42    0
8:         42              1    41

所以，我的第一个想法是使用sapply()，如下所示：

dt[, absvals := sapply(listcol, function(x) abs(x-numericcol))]

这会输出以下内容：

> dt
   numericcol        listcol absvals
1:         42        1,22, 3      41
2:         42              6      20
3:         42              1      39
4:         42             12      41
5:         42    5,   6,1123      20
6:         42              3      39
7:         42             42      41
8:         42              1      20

所以，absvals 现在是一列未列出的元素，每行都有一个单独的元素，并且是与 data.table 不同的维度。

(1) 如何创建absvals 来保留listcol 的列表结构？

(2) 在这种情况下，如果我只对值的向量感兴趣，R data.table 用户如何创建这样的数据结构？

也许

vec = as.vector(dt[, absvals := sapply(listcol, function(x) abs(x-numericcol))])

?

【问题讨论】：

标签： r data.table

【解决方案1】：

使用mapply的另一种解决方案：

dt[, absvals := mapply(listcol, numericcol, FUN = function(x, y) abs(x-y))]

#output
dt
   numericcol        listcol        absvals
1:         42        1,22, 3       41,20,39
2:         42              6             36
3:         42              1             41
4:         42             12             30
5:         42    5,   6,1123   37,  36,1081
6:         42              3             39
7:         42             42              0
8:         42              1             41

【讨论】：

优秀的答案。很不错

【解决方案2】：

也许你真的不需要列表栏？看起来您可以更简单地完成所有这些操作。

# convert to long format:
dt2 <- dt[, .(var = unlist(listcol)), by = numericcol]
dt2[, absval := abs(var - numericcol)]
dt2
    numericcol  var absval
 1:         42    1     41
 2:         42   22     20
 3:         42    3     39
 4:         42    6     36
 5:         42    1     41
 6:         42   12     30
 7:         42    5     37
 8:         42    6     36
 9:         42 1123   1081
10:         42    3     39
11:         42   42      0
12:         42    1     41

根据我的经验，使用列表对象比使用简单的 data.tables 更难，也更慢。

【讨论】：

【解决方案3】：

我认为，这基本上是一种逐行操作，所以这种方法肯定会有点不稳定。在data.table 中使用list 列要记住的关键是[.data.table 假定j 的任何输出是list 指的是列——所以你需要在list 中包装任何list再次让j 明白只有一列。

我认为这适用于您的情况：

dt[ , abs_vals := list(lapply(seq_along(.I), function(ii) 
  abs(listcol[[ii]] - numericcol[ii])))][]
#    numericcol        listcol       abs_vals
# 1:         42        1,22, 3       41,20,39
# 2:         42              6             36
# 3:         42              1             41
# 4:         42             12             30
# 5:         42    5,   6,1123   37,  36,1081
# 6:         42              3             39
# 7:         42             42              0
# 8:         42              1             41

seq_along(.I) 部分正在处理逐行方面。

【讨论】：

【解决方案4】：

你可以使用apply()逐行遍历你的data.table，得到numericol和listcol的每个元素之差的绝对值，如下所示；

dt[, absvals := apply(.SD, 
                      1, 
                      function(x) abs(x$numericcol - x$listcol))]

输出是这样的：

   numericcol        listcol        absvals
1:         42        1,22, 3       41,20,39
2:         42              6             36
3:         42              1             41
4:         42             12             30
5:         42    5,   6,1123   37,  36,1081
6:         42              3             39
7:         42             42              0
8:         42              1             41

【讨论】：

【解决方案5】：

我们可以使用Map

dt[, absvals := Map(function(x, y) abs(x-y), listcol, numericcol)]
dt
#    numericcol        listcol        absvals
#1:         42        1,22, 3       41,20,39
#2:         42              6             36
#3:         42              1             41
#4:         42             12             30
#5:         42    5,   6,1123   37,  36,1081
#6:         42              3             39
#7:         42             42              0
#8:         42              1             41

或purrr::map

dt[, absvals := map2(listcol, numericcol, ~ abs(.x -.y))]

除了循环多次之外，还有一个选项unlist 并根据'listvals' 的lengths 获得与replicated 'numericol' 的绝对差异。效率可能更高

dt[, absvals := relist(abs(rep(numericcol, lengths(listcol)) - 
                   unlist(listcol)), skeleton = listcol)]

注意：这里不需要复制，因为它与 'numericol' 的值相同，但 rep 用于一般情况

【讨论】：