从R数据表中的每一列中减去每一列
假设我有一个数据表从R数据表中的每一列中减去每一列,r,data.table,R,Data.table,假设我有一个数据表 set.seed(1) # to make the example reproducible ex<-data.table(AAA=runif(100000), BBB=runif(100000), CCC=runif(100000), DDD=runif(100000), FLAG=c(rep(c("a","b","c","d","e"),20000
set.seed(1) # to make the example reproducible
ex<-data.table(AAA=runif(100000),
BBB=runif(100000),
CCC=runif(100000),
DDD=runif(100000),
FLAG=c(rep(c("a","b","c","d","e"),200000)))
是否有data.table语法可以在不知道有多少列或它们的名称的情况下干净地执行此操作 具有
combn
和apply
的解决方案:
cc <- combn(colnames(ex)[1:4], 2)
apply(cc, 2, function(x)ex[[x[1]]]-ex[[x[2]]])
编辑
正如Arun所建议的,combn可以接受函数参数,因此最好的解决方案是
res <- combn(colnames(ex)[1:4], 2, function(x) ex[[x[1]]] - ex[[x[2]]])
colnames(res) <- combn(colnames(ex)[1:4], 2, paste, collapse="_")
as.data.table(res)
AAA_BBB AAA_CCC AAA_DDD BBB_CCC BBB_DDD CCC_DDD
1: -0.4350093 -0.52014815 0.16022650 -0.08513885 0.59523580 0.68037465
2: -0.3296409 -0.15330330 -0.38072945 0.17633760 -0.05108855 -0.22742615
3: 0.2599171 -0.07967957 0.20409035 -0.33959662 -0.05582670 0.28376992
4: 0.3558525 0.15308305 0.23825534 -0.20276948 -0.11759719 0.08517229
5: -0.6708102 -0.11654347 -0.34134713 0.55426671 0.32946305 -0.22480366
---
999996: -0.8450458 -0.47951267 -0.30333929 0.36553310 0.54170648 0.17617338
999997: -0.5778393 -0.01784418 -0.24353237 0.55999516 0.33430697 -0.22568819
999998: 0.7127352 0.82554276 0.01258673 0.11280758 -0.70014846 -0.81295604
999999: -0.6693544 -0.42335069 -0.81080852 0.24600375 -0.14145408 -0.38745783
1000000: -0.8511655 -0.23341818 -0.15830584 0.61774732 0.69285966 0.07511234
res在data.table内的组合上循环:
comblist <- combn(names(ex)[-5],2,FUN=list)
res2 <- ex[,lapply(comblist,function(x) get(x[1])-get(x[2]))]
setnames(res2,names(res2),sapply(comblist,paste,collapse="_"))
comblist(+1)combn
还有一个函数参数:combn(colnames(ex)[1:4],2,function(x)ex[[x[1]]]]-ex[[x[2]]]])
处理示例中的1000000行并不是很有趣。你的问题中没有提到效率……这是一个问题吗?不管怎样,我只试了十行。@Frank我相信如果使用data.table,效率的需要几乎是隐含的。@Frank很抱歉示例中的行太多了,我刚才复制粘贴了一个问题,我问了大量行与示例相关的位置。啊,没问题。我的解决方案既低效又冗长。我不知道这个漂亮的combn
函数,如果没有您的大型示例数据,我也不会意识到它有多好。:)另外,罗兰是对的:我应该假设一个数据表问题与效率有关。是否有办法将标志保持在res2
中,或者我必须稍后再添加?我尝试了list(lappy(comblist,函数(x)get(x[1])-get(x[2])),FLAG)]
,但没有成功。您可以使用ex[,sappy(comblist,paste,collapse=“”):=lappy(comblist,函数(x)get(x[1])-get(x[2])]
并通过引用将新列添加到原始数据表中。
res <- combn(colnames(ex)[1:4], 2, function(x) ex[[x[1]]] - ex[[x[2]]])
colnames(res) <- combn(colnames(ex)[1:4], 2, paste, collapse="_")
as.data.table(res)
AAA_BBB AAA_CCC AAA_DDD BBB_CCC BBB_DDD CCC_DDD
1: -0.4350093 -0.52014815 0.16022650 -0.08513885 0.59523580 0.68037465
2: -0.3296409 -0.15330330 -0.38072945 0.17633760 -0.05108855 -0.22742615
3: 0.2599171 -0.07967957 0.20409035 -0.33959662 -0.05582670 0.28376992
4: 0.3558525 0.15308305 0.23825534 -0.20276948 -0.11759719 0.08517229
5: -0.6708102 -0.11654347 -0.34134713 0.55426671 0.32946305 -0.22480366
---
999996: -0.8450458 -0.47951267 -0.30333929 0.36553310 0.54170648 0.17617338
999997: -0.5778393 -0.01784418 -0.24353237 0.55999516 0.33430697 -0.22568819
999998: 0.7127352 0.82554276 0.01258673 0.11280758 -0.70014846 -0.81295604
999999: -0.6693544 -0.42335069 -0.81080852 0.24600375 -0.14145408 -0.38745783
1000000: -0.8511655 -0.23341818 -0.15830584 0.61774732 0.69285966 0.07511234
comblist <- combn(names(ex)[-5],2,FUN=list)
res2 <- ex[,lapply(comblist,function(x) get(x[1])-get(x[2]))]
setnames(res2,names(res2),sapply(comblist,paste,collapse="_"))