从 data.table 对象调用用户定义的函数

Question

我正在尝试调用用户定义的函数来创建一个新列，该列取决于我的 data.table 的其他列的值。在简单的情况下，我没有遇到任何错误，但是当我使用条件语句或循环时，看起来好像用户定义的函数接收了整个列作为参数。

从其他有关堆栈溢出的案例中学习（例如：R data.table user defined function），我了解到使用 ifelse 函数的 if 语句可以克服这个问题。但是，我找不到循环语句的解决方案。

请看下面我要运行的代码，它返回以下错误消息：Error in seq.default(1, a, 1) : 'to' must be of length 1

test <-data.table(a=c(1,2))

f <- function(a) {
  out <- 0
  for (i in seq(1,a,1)){
    out <- out +1
  }
  return(out)
}

test[,b:=f(a)]

显然，f(x)=x 但为了简单起见，我选择了这个函数。另请注意，将seq(1,a,1) 替换为1:a 会引发以下警告消息：In 1:a : numerical expression has 2 elements: only the first used。

---

以下是对所需行为的更详细说明。

test <-data.table(a=c(1,2,3),b=c(4,5,6))
f <- function(a,b){
  out <-0
  for (i in seq(1,a,1)){
    out <- out + b^(i) 
  }
  return(out)
}

我想让test[,c=f(a,b)] 给：

test
# a b c
# 1 4 4
# 2 5 30    # 5 + 5^2
# 3 6 258   # 6 + 6^2 + 6^3

有没有办法获得所需的行为？

Answer 1

解决问题的两种解决方案（感谢@chinsoon12）：

test[,c:=mapply(f, test[,a],test[,b])]

test[,c:=f(a,b),1L:nrow(test)]

在速度方面，这两种解决方案是等价的：

a<-1:500
b<-500:1

test_1 <- data.table(a,b)
test_2 <- data.table(a,b)

bench <- microbenchmark(v_1 = test_1[,c:=mapply(f,test_1[,a],test_1[,b])],v_2 = test_2[,c:=f(a,b),1L:nrow(test_2)],times=100L)

summary(bench)
#  expr      min       lq     mean   median       uq      max neval cld
#1  v_1 91.83598 95.63639 97.82780 96.94672 98.51073 113.2232   100   a
#2  v_2 91.72392 95.45878 98.92037 96.53573 98.71301 139.9906   100   a

autoplot(bench)

Benchmark plot