根据R中现有变量的差异和比率创建多个变量

Question

我想在我的数据集中一次创建现有变量的多个差异和比率（在这种特殊情况下，但这可能是任何东西）。这个想法是创建我想要使用的变量列表（分别是根，因为它简化了很多任务），并使用它进一步使用 data.table 方法在一行中创建所有内容。

这是一个带有两个根的简单示例，以显示我正在寻找的内容。我们的想法是执行以下操作

setDT(dataset)[ , root1.xy_diff := root1.x - root1.y]
setDT(dataset)[ , root1.xy_ratio := root1.x / root1.y]

setDT(dataset)[ , root2.xy_diff := root2.x - root2.y]
setDT(dataset)[ , root2.xy_ratio := root2.x / root2.y]

我想做得很好，使用一行，而不是每次使用新根复制粘贴相同的行。我可以为 10 个变量做到这一点，但不是数千个。这不是很聪明。

如上所示，我以这样一种方式准备了数据集，即我想要计算差异/比率的变量始终具有相同的根。根据我在网上可以找到的内容，我正在考虑执行以下操作（使用相同的根 - 差异是值 x 和值 y 之间的差异，比率是 x 和 y 之间的比率）：

roots <- c("root1","root2")
roots.x <- paste0(roots,".x")
roots.y <- paste0(roots,".y")
names <- c(paste0(roots,".xy_diff"), paste0(roots,".xy_ratio"))

dataset[ , (names) := list(difference(), ratio())]

or

dataset[ , c(paste0(roots,".xy_diff"), paste0(roots,".xy_ratio")) := lapply(.SD, list_of_functions), .SDcols=roots]

问题是，无论我尝试什么，都没有效果……我真的不知道应该怎么写。

如有必要，我可以添加一些数据。谢谢

Answer 1

可能有更优雅的解决方案，但这可行：

library("data.table")
dataset <- data.table(root1.x = 1:3, root1.y = 4:2, root2.x = 5:7, root2.y = 9:7)
difference <- function(root) lapply(root, function(z) paste0("get('", z, ".x') - get('", z, ".y')"))
ratio <- function(root) lapply(root, function(z) paste0("get('", z, ".x') / get('", z, ".y')"))
roots <- c("root1","root2")

dataset[ , c(paste0(roots,".xy_diff"), paste0(roots,".xy_ratio")) := 
           lapply(c(difference(roots), ratio(roots)), function(x) eval(parse(text = x)))]

这给出了：

dataset[]
   root1.x root1.y root2.x root2.y root1.xy_diff root2.xy_diff root1.xy_ratio root2.xy_ratio
1:       1       4       5       9            -3            -4      0.2500000      0.5555556
2:       2       3       6       8            -1            -2      0.6666667      0.7500000
3:       3       2       7       7             1             0      1.5000000      1.0000000

Answer 2

您可以使数据变长，按组执行计算，然后再次使数据变宽：

library("data.table")
dataset <- data.table(id = 1:3, root1.x = 1:3, root1.y = 4:2, root2.x = 5:7, root2.y = 9:7)
dtlong = melt(dataset,id.vars = "id",  measure.vars = patterns("root"), value.name = "root", variable.name = "variable")
dtlong[, c("varname", "ind"):=tstrsplit(variable, "\\.")]
dtlong[, `:=`(diff = root[ind=="x"] - root[ind=="y"],
              ratio = root[ind=="x"]/root[ind=="y"])
       , by = .(varname, id)]
dt_wide = dcast(dtlong, id~varname + ind, value.var = c("root", "diff", "ratio"))

给出：

   id root_root1_x root_root1_y root_root2_x root_root2_y diff_root1_x diff_root1_y diff_root2_x diff_root2_y ratio_root1_x ratio_root1_y ratio_root2_x ratio_root2_y
1:  1            1            4            5            9           -3           -3           -4           -4     0.2500000     0.2500000     0.5555556     0.5555556
2:  2            2            3            6            8           -1           -1           -2           -2     0.6666667     0.6666667     0.7500000     0.7500000
3:  3            3            2            7            7            1            1            0            0     1.5000000     1.5000000     1.0000000     1.0000000