R 修改表中多列的值

下面是我的示例数据：

library(data.table)
mydata <- fread(
"sample,neg1,neg2,neg3,gen1,gen2
sample1,   0,   1,   2,  30, 60
sample2,   1,   0,   1,  15, 30
sample3,   2,   1,   0,  10, 20
")

它完成了这项工作，但在我真正大的表上运行非常慢——我想，这是因为使用了

.SD

。有没有更好的方法来完成这项任务？以某种方式使用

set

---

（这个问题与我的问题非常相似：这里的源数据是另一种形式，因此我无法找到将相同的解决方案应用于

set

，希望它不会被视为重复）。

您可以获得“neg”列（“val”）的

rowMeans

，然后更新所有列（从“val”中减去）使用

set

设置除第一个数据集以外的数据集

 indx <- grep('^neg', names(mydata))
 val <- as.integer(rowMeans(mydata[, ..indx]))
 for(j in 2:ncol(mydata)){
  set(mydata, i=NULL, j=j, value=mydata[[j]]-val)
 }

 mydata
 #    sample neg1 neg2 neg3 gen1 gen2
 #1: sample1   -1    0    1   29   59
 #2: sample2    1    0    1   15   30
 #3: sample3    1    0   -1    9   19

---

indx Oops，很抱歉。我想出了一个两步解决方案。您可以检查对您的解决方案进行wrt是否更快
mydata1另一个选项是分别获取所选列上的
rowMeans
，然后使用
set
更新所有列。我更新了解决方案谢谢你的指点，我修改了它并移到了结尾（这里的第四条评论看起来很奇怪；此外，我认为我链接到的前一个问题可能对某人也有用）。把整个问题都融为一体怎么样（我的意思是使用
reformae2
中的
melt
或
gather
从
tidyr
将数据帧转换为“长”格式），然后问题就变得微不足道了？
 indx <- grep('^neg', names(mydata))
 val <- as.integer(rowMeans(mydata[, ..indx]))
 for(j in 2:ncol(mydata)){
  set(mydata, i=NULL, j=j, value=mydata[[j]]-val)
 }

 mydata
 #    sample neg1 neg2 neg3 gen1 gen2
 #1: sample1   -1    0    1   29   59
 #2: sample2    1    0    1   15   30
 #3: sample3    1    0   -1    9   19