如何在 data.table 的每一行中应用函数答案

【问题标题】：How to apply function in each row in data.table如何在 data.table 的每一行中应用函数
【发布时间】：2015-10-19 09:04:37
【问题描述】：

假设我有以下内容

dt <- data.table(a=c(T,T,F,F), b= c(T,F,T,F))

返回，

       a     b
1:  TRUE  TRUE
2:  TRUE FALSE
3: FALSE  TRUE
4: FALSE FALSE

我曾尝试使用function(x) min(which(x)) 来确定@987654325@ 中每一行的第一个TRUE，但它不起作用。我期望的结果是

       a     b index
1:  TRUE  TRUE     1
2:  TRUE FALSE     1
3: FALSE  TRUE     2
4: FALSE FALSE  9999

，其中索引列表示第一个TRUE的位置，当该行仅包含FALSE时使用9999

仅供参考：在真实数据中，我有大约 50 列包含 TRUE 和 FALSE

你能给我一些建议吗？

【问题讨论】：

试试dt[, index := ifelse(a, 1, ifelse(b, 2, 9999))] 我不确定 50 列的情况。你是说你有 TRUE、FALSE、50 列。在这种情况下，max.col(dt, 'first')*(!rowSums(dt)) 就是这样
@TimBiegeleisen 只是在评论我的空闲时间。
如果您不介意 0 而不是 9999 作为所有 FALSE 的指示符，请尝试使用 max.col(dt,ties.method="first")*(rowSums(dt)!=0)（之后您也可以将其设置为 9999）。
@nicola 正打算提出相同的建议。虽然rowSums 在这里可能是一个开销。
@DavidArenburg 还有max.col 是。他们都强迫matrix。如果他的对象是矩阵，我提出的解决方案会更快。

标签： r data.table

【解决方案1】：

50列最好用max.col

dt$index <- max.col(dt, 'first') *(!!rowSums(dt))

或者正如@David Arenburg 提到的，更惯用的代码是

dt[, indx := max.col(.SD,ties.method="first")*(!!rowSums(.SD))]

如果我们需要9999

 (max.col(dt)*(!!rowSums(dt))) + (!rowSums(dt))*9999

【讨论】：

@nicola 在你提议之前，我确实更新了 cmets，请检查
好的，我明白了。猜猜这个确切的问题已经被问过好几次了（这个确切的解决方案也是）。
dt[, indx := max.col(.SD,ties.method="first")*(!!rowSums(.SD))] 可能更惯用
虽然这整件事一开始可能更适合矩阵，因为max.col 和rowSums 都转换为矩阵。

【解决方案2】：

有点晚了，但这是一种方式：

#initial data.table - added a row id
dt <- data.table(a=c(T,T,F,F), b= c(T,F,T,F))[, id := .I]

#if the row sums equal 0 then 9999 else pick the first max i.e. the first TRUE
dt[, index := if(rowSums(.SD)==0) 9999 else as.double(which.max(.SD)), by=id]

或者按照@David的评论，为了避免矩阵转换：

dt[, index := if(Reduce('+', .SD)==0) 9999 else as.double(which.max(.SD)), by=id]

输出：

> dt
       a     b id index
1:  TRUE  TRUE  1     1
2:  TRUE FALSE  2     1
3: FALSE  TRUE  3     2
4: FALSE FALSE  4  9999

【讨论】：

@DavidArenburg 是的，戴夫，你是对的。好多了。我会添加它。谢谢。
我更担心循环遍历行而不是矩阵转换。
@Roland 是的，我同意这一点。我只是作为补充发布，因为标题更通用。它可能会帮助有不同问题的人。

【解决方案3】：

还有，

ans = rep_len(9999L, nrow(dt))
for(i in length(dt):1L) ans[dt[[i]]] = i
ans
#[1]    1    1    2 9999

【讨论】：