在给定多个输入的情况下创建标准 data.table 列答案

【问题标题】：Create standard data.table columns given multiple inputs在给定多个输入的情况下创建标准 data.table 列
【发布时间】：2018-02-18 00:32:00
【问题描述】：

我正在编写一个重写列名的函数，以便在标准中输出 data.table。输入是用户提供的 data.tables，可能有几个名称不同。

这是所有输入 data.tables 的输出格式：

length    width    height    weight

输入的 data.tables 可能看起来像，例如

input_dt = data.table(
  length = 194,
  wide = 36,
  tall = 340,
  kilogram = 231.2
)

我的函数会将此 data.table（或 data.frame）作为输入，并更改列，输出此 data.table：

length    width    height    weight
194       36      340     231.2

我为检查可能名称的函数创建了一个key：

key = list(
    length = c('long'),
    width = c('girth', 'WIDTH', 'wide'),
    height = c('tall', 'high'),
    weight =  c('Weight', 'WEIGHT', 'kilogram', 'pound', 'kilograms', 'pounds')
)

现在，在函数内，我可以通过检查交集来检查input_dt的输入列名称是否需要更改：

> intersect(names(input_dt), unlist(key))
[1] "wide"     "tall"     "kilogram"

然后适当地改变这些。我的问题是：

编写这个自定义函数会充满 for 循环，而且效率很低。给定自定义的值“键”，是否还有其他对 data.table 更友好的解决方案可用？

【问题讨论】：

标签： r data.table multiple-columns

【解决方案1】：

将key 保留为list，而不是data.table，然后合并：

# easier to edit this list if you need to update your keywords later
key_list = list(
  length = c('long'),
  width  = c('girth', 'WIDTH', 'wide'),
  height = c('tall', 'high'),
  weight = c('Weight', 'WEIGHT', 'kilogram', 'pound', 'kilograms', 'pounds')
)
# build into data.table
keyDT = data.table(
  # can't name a column key
  key_name = rep(names(key_list), lengths(key_list)),
  synonym = unlist(key_list),
  # easier merging
  key = 'synonym'
)

# nomatch = 0 to skip unmatched columns
keyDT[.(names(input_dt)), setnames(input_dt, synonym, key_name), nomatch = 0L]

之后是input_dt：

input_dt
#    length width height weight
# 1:    194    36    340  231.2

为了稳健性，您可能希望将 self 添加到 key_list（例如，length = c('length', 'long')）；这样，如果input_dt 的名称中包含尚未见过的synonym，您就可以更轻松地抛出错误/警告。

【讨论】：