如何将函数应用于 r 中 data.table 中过滤数据的特定部分

Question

我有一个 data.table 并希望执行以下操作：

1. 根据多个条件过滤数据
2. 将函数应用于单个列上此过滤数据的“部分”
3. 修改/更新对应于相同“部分”的其他列 过滤后的数据
4. 修改/更新其他列的剩余部分
5. 所有更新都代替 data.table 完成以保持相同的维度

这是一个例子： 数据表：

dt <- data.table(ename = rep(c('a','b'),10),
                 tcode = rep(c(100,200,300,400),5),
                 tcdes = rep(c('EFG','HIJ','KLM','NGH'),5),
                 hours = rep(c(8),20))
# output
# ename tcode tcdes hours
# 1:     a   100   EFG     8
# 2:     b   200   HIJ     8
# 3:     a   300   KLM     8
# 4:     b   400   NGH     8
# 5:     a   100   EFG     8
# 6:     b   200   HIJ     8
# 7:     a   300   KLM     8
# 8:     b   400   NGH     8
# 9:     a   100   EFG     8
# 10:     b   200   HIJ     8
# 11:     a   300   KLM     8
# 12:     b   400   NGH     8
# 13:     a   100   EFG     8
# 14:     b   200   HIJ     8
# 15:     a   300   KLM     8
# 16:     b   400   NGH     8
# 17:     a   100   EFG     8
# 18:     b   200   HIJ     8
# 19:     a   300   KLM     8
# 20:     b   400   NGH     8

#1. Filter the data by multiple conditions:

dt[(ename == 'b'& tcode == 400),]

# output
#   ename tcode tcdes hours
#1:     b   400   NGH     8
#2:     b   400   NGH     8
#3:     b   400   NGH     8
#4:     b   400   NGH     8
#5:     b   400   NGH     8

1. 我想申请的功能是：

   一个。取这个过滤数据的某个 %（部分）（比如 70%，这将给出前 3.5 行 - 所以将此值取底以获得 3 行（行：1 到 3））

   b.将此部分的小时数列乘以 0.7

2. 将这部分数据的 tcode 和 tcdes 列修改为：

   一个。 tcode = 230

   b. tcdes = "JKL"

3. 将过滤后数据剩余部分（2行：4&5）的tcode和tcdes列修改为：

   一个。 tcode = 340

   b. tcdes = "BVH"

5. The filtered result should look like:

dt[(ename == 'b'& tcode == 230 & tcode == 340),]

# output
#   ename tcode tcdes hours
#1:     b   230   JKL     5.6
#2:     b   230   JKL     5.6
#3:     b   230   JKL     5.6
#4:     b   340   BVH     8
#5:     b   340   BVH     8

作为一个整体，我是 R 新手，非常感谢您的帮助。我尝试将 lapply() 与 .SD、.SDcols 和 :=、:= 一起使用，但无法将该函数应用于某个部分并维护完整的 data.table。

非常感谢。

Answer 1

我们可以使用这些值创建一个list 或data.table，然后进行连接或使用Map 替换这些值

library(data.table)
newdt <- data.table(tcode = c(230, 340), tcdes = c("JKL", "BVH"), hours = c(0.7, 1))
dt[(ename == 'b'& tcode == 400),  names(newdt) := {
         i1 <- as.integer(0.7 * .N)
         i2 <- rep(1:2, c(i1, .N - i1))
          Map(function(x, y, z) if(z) x[i2] * y[i2] else y[i2],
             .SD, newdt, c(FALSE, FALSE, TRUE))
       }, .SDcols = names(newdt)]



dt[(ename == 'b'& tcode == 230 | tcode == 340)]
#   ename tcode tcdes hours
#1:     b   230   JKL   5.6
#2:     b   230   JKL   5.6
#3:     b   230   JKL   5.6
#4:     b   340   BVH   8.0
#5:     b   340   BVH   8.0