R数据表超过阈值的列总数

我想对观察值超过阈值的列数求和。此外，我想将这些列名和阈值指定为向量（

cols

，

th

）

以数据集为例：

x <- data.table(x1=c(1,2,3),x2=c(3,2,1))

该功能可定义为：

fn <- function(z,th) (sum(z[,x1]>th[1],z[,x2]>th[2]))

结果是：

   x1 x2 exceed.count
1:  1  3            1
2:  2  2            0
3:  3  1            1

我想做的是能够将列名指定为vector，例如

cols <- c("x1","x2")

---

cols我认为有一种更简单的方法来解决您的问题：

x<-data.table(x1=c(1,2,3),x2=c(3,2,1))
th<-c(2,2)
x[,exceed.count:=sum(.SD>th),by=seq_len(nrow(x))]

x@JonnyCrunch的方法是，使用
.SDcols=sd.cols
指定列的子集，这样做很好（只要您确保
ncol（x）==length（th）
，否则向量循环将把事情搞砸）

下面是一个较短语法的替代方案（但对于非常宽的列来说性能较差）：


x[，except.count:=sum（.SD>th），by=seq_len（nrow（x））]

无需显式指定
.SDcols
，默认为所有列
为所有列定义阈值向量
th
，在不希望计数的列中使用不关心值
+Inf



>x th fn th）
>x[，超过.计数：=总和（.SD>th），乘以=序号（nrow（x））]
x0 x1 x2 x3超过计数
1:  4  1  3  7            1
2:  5  2  2  6            1
3:  6  3  1  5            2
这里有一种方法可以绕过行上的迭代：

x <- data.table(x1=c(1,2,3), x2=c(3,2,1))
thL <- list(x1 = 2, x2 = 2)

nm = names(thL)
x[, n := 0L]
for (i in seq_along(thL)) x[thL[i], on=sprintf("%s>%s", nm[i], nm[i]), n := n + 1L][]

   x1 x2 n
1:  1  3 1
2:  2  2 0
3:  3  1 1

x我应该更具体地说，我正在比较的列只能是x列的子集。您的解决方案假定包含所有列。然而，这确实给了我一个想法，将x子集到我希望比较的列中，然后将结果合并回x。如果
ncol（x）！=长度（th）
，向量循环会把事情搞砸。这是真的，先生。我考虑过命名
th
值，这样我就可以只过滤
sd.cols
中的值，并创建一个
assert-alert
，按奇怪结果的顺序排列，但我认为我把问题复杂化了。无论如何，感谢您提出这个问题。使用
.SDcols=sd.cols
指定列的子集更有效。但是，只需使用所有列即可获得相同的效果，不要指定
.SDcols
，并在不希望计算的阈值的那些列中设置不关心值
+Inf
。
fn.i <- function(z,i) (sum(z[,cols[i],with=FALSE] > th[i]))

x<-data.table(x1=c(1,2,3),x2=c(3,2,1))
th<-c(2,2)
x[,exceed.count:=sum(.SD>th),by=seq_len(nrow(x))]

x<-data.table(x1=c(1,2,3),x2=c(3,2,1))
sd.cols = c("x1")
th<-c(2)
x[,exceed.count:=sum(.SD>th),by=seq_len(nrow(x)), .SDcols=sd.cols]

x<-data.table(x1=c(1,2,3),x2=c(3,2,1))
sd.cols = c("x1")
th<-c(2,2)
x[,exceed.count:=sum(.SD>th[1]),by=seq_len(nrow(x)), .SDcols=sd.cols]

> x <- data.table(x0=4:6, x1=1:3, x2=3:1, x3=7:5)

   x0 x1 x2 x3
1:  4  1  3  7
2:  5  2  2  6
3:  6  3  1  5

> th <- c(+Inf, 2, +Inf, 2) 

> fn <- function(z,th) (z>th)

> x[,exceed.count:=sum(.SD>th), by=seq_len(nrow(x)) ]

   x0 x1 x2 x3 exceed.count
1:  4  1  3  7            1
2:  5  2  2  6            1
3:  6  3  1  5            2

x <- data.table(x1=c(1,2,3), x2=c(3,2,1))
thL <- list(x1 = 2, x2 = 2)

nm = names(thL)
x[, n := 0L]
for (i in seq_along(thL)) x[thL[i], on=sprintf("%s>%s", nm[i], nm[i]), n := n + 1L][]

   x1 x2 n
1:  1  3 1
2:  2  2 0
3:  3  1 1