if else where cell 包含在列名字符串中

Question

在尝试解决这个问题时遇到了困难。如此有效地，我试图在宽数据框中选择单元格，其中一列中的值包含在列名的字符串中。我通常在我的工作流程中使用 tidyverse，并且无法让该诗句中的任何内容起作用。尝试应用，用于循环遍历行。有一些事情要做，但它们非常慢。附加的数据帧 sn-p 只是 180 万行数据帧的前 10 行。所以在这里使用tidy::gather 是不可能的。任何关于如何实现这一点的想法都会很有用，因为它出现的频率比我预期的要多。

Data can be found here

library(tidyverse)
library(foreach)

df <- read_csv('test_data.csv')

所以在这里我试图找到包含在宽 var_ 字段中的 fire_year 变量。例如，如果fire_year = 1998，那么我想捕获名为var_1998 的列中的值。这是我获得解决方案的最接近的方法（并且它有效！）但它需要永远在完整的数据框架上：

df_slim <- foreach(df=iter(df, by='row'), .combine=rbind, 
                  .packages = c('dplyr', "tidyverse")) %do% {
                    df_out <- df %>%
                      gather(key = key, value = out_var, -fpa_id, -fire_year) %>%
                      separate(key,
                               into = c("tmp1", 'zyear'),
                               sep = "_") %>%
                      mutate(var = ifelse(fire_year == zyear, out_var, NA)) %>%
                      na.omit() %>%
                      dplyr::select(fpa_id, fire_year, var)
                    return(df_out)
                  }

我想不出快速、有效的方法来完成我的一生！至此，我已经计算出在 170 万行数据帧上完成这个 for 循环需要 160 个小时！如果有人能指出我正确的方向，我将永远感激不尽！

谢谢！

Answer 1

我不是 100% 确定您需要什么，但这是我的看法（使用 data.table）

library(data.table)

    dt <- data.table(test_data)

    setkey(dt, "fire_year")
    for(i in unique(dt[["fire_year"]])){
      dt[fire_year == i, var:= get(paste("var", i, sep = "_"))]
    }

然后子集你需要的列

dt_slim <- dt[,.SD, .SDcols = c("fpa_id", "fire_year", "var")]
dt_slim

        fpa_id fire_year var
 1: FS-1418827      2004   0
 2: FS-1418835      2004   9
 3: FS-1418845      2004   0
 4: FS-1418847      2004   0
 5: FS-1418849      2004   0
 6: FS-1418851      2004   0
 7: FS-1418859      2004   0
 8: FS-1418826      2005   0
 9: FS-1418854      2005   0
10: FS-1418856      2005 114

未对您的 180 万行进行测试。应该比较快。不过对时间感兴趣...