根据列号和单独的索引向量替换数据表中的值答案

【问题标题】：replace values in data-table based on column number and separate index vector根据列号和单独的索引向量替换数据表中的值
【发布时间】：2023-03-09 15:57:01
【问题描述】：

我有一个大数据表，我需要根据列号和取决于行号的索引将单元格设置为固定值（例如 0）。

作为一个例子，我得到了一个数据表“dt”，里面全是 1。此外，我有一个列向量，给出保持不变的列数（每行），其余列数应设置为 0。

dt <- setnames(data.table(matrix(1,nrow=100, ncol=11)),as.character(c(0:10)))

set.seed(1)
index <- sample(c(0:11),100, replace=TRUE)

> dput(index)
c(3L, 4L, 6L, 10L, 2L, 10L, 11L, 7L, 7L, 0L, 2L, 2L, 8L, 4L, 
9L, 5L, 8L, 11L, 4L, 9L, 11L, 2L, 7L, 1L, 3L, 4L, 0L, 4L, 10L, 
4L, 5L, 7L, 5L, 2L, 9L, 8L, 9L, 1L, 8L, 4L, 9L, 7L, 9L, 6L, 6L, 
9L, 0L, 5L, 8L, 8L, 5L, 10L, 5L, 2L, 0L, 1L, 3L, 6L, 7L, 4L, 
10L, 3L, 5L, 3L, 7L, 3L, 5L, 9L, 1L, 10L, 4L, 10L, 4L, 4L, 5L, 
10L, 10L, 4L, 9L, 11L, 5L, 8L, 4L, 3L, 9L, 2L, 8L, 1L, 2L, 1L, 
2L, 0L, 7L, 10L, 9L, 9L, 5L, 4L, 9L, 7L)

例如在第一行中，前三个单元格保持不变，其他单元格设置为 0。由于它是一个大型数据表，我正在寻找一种有效的方法来做到这一点

【问题讨论】：

set.seed() 在创建随机数据以实现可重复性之前
感谢您的评论。我确实做到了，但忘了在这里复制它；）

标签： r data.table

【解决方案1】：

使用Matrix 包的选项：

library(Matrix)
mat <- as.matrix(dt)
mat * as.matrix(sparseMatrix(
    i=rep(seq_along(index), index),
    j=unlist(sapply(index, seq_len)), 
    x=1))

或者使用data.table::set:

for (j in seq_along(names(dt)))
    set(dt, which(j>index), j, 0)

【讨论】：

我实际上采用了 data.table::set 的解决方案。结果证明这是当前建议中最快的一个。

【解决方案2】：

为了避免复杂性，我采取了相反的方法，首先将所有 1 更改为 0。然后是一个双 for 循环，将索引中指示的列数更改为 1s：

library(data.table)

dt <- setnames(data.table(matrix(0,nrow=100, ncol=11)),as.character(c(0:10)))

index <- sample(c(0:11),100, replace=TRUE)

for(i in 1:length(index)) {
  if (index[i] > 0) {
    for(j in 1:index[i]) {
      dt[i,j] <- 1
    }
  }
}

【讨论】：

用set(dt, i, j, 1)替换dt[i,j] <- 1，应该很快，否则会非常慢

【解决方案3】：

last_col <- names(dt)[ncol(dt)]
for (r in seq_len(nrow(dt))) {
  zero_from <- max(index[r]-1L, 0L)
  set(dt, i = r, j = as.character(zero_from:last_col), value = 0)
}

【讨论】：

【解决方案4】：

由于您的 dt 中全是 1，您可以通过

重新创建整个 data.table

library(data.table)

cols <- ncol(dt)
data.table(t(sapply(seq_len(nrow(dt)), function(i) 
                   rep(c(1, 0), c(index[i], cols - index[i])))))


#     V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11
# 1:  1  1  1  0  0  0  0  0  0   0   0
# 2:  1  1  1  1  0  0  0  0  0   0   0
# 3:  1  1  1  1  1  1  0  0  0   0   0
# 4:  1  1  1  1  1  1  1  1  1   1   0
# 5:  1  1  0  0  0  0  0  0  0   0   0
# 6:  1  1  1  1  1  1  1  1  1   1   0
# 7:  1  1  1  1  1  1  1  1  1   1   1
# 8:  1  1  1  1  1  1  1  0  0   0   0
# 9:  1  1  1  1  1  1  1  0  0   0   0
#10:  0  0  0  0  0  0  0  0  0   0   0
#....

将其与前 10 个 index 值进行比较

index[1:10]
# [1]  3  4  6 10  2 10 11  7  7  0

【讨论】：

不是反过来（0/1）吗？