是否可以使用R中的SET with data.table分配多个列/值？

是否可以使用“set”将值分配给多个列

这里有一个例子。对于上下文，我想创建两组新列——一组将缺失的/NA值插补为0，另一组指示是否插补了缺失的值。第一组列将与现有列重复，但以0代替NA，并带有后缀“\u M0”。第二组列将为0/100，并带有后缀“\u MISS”

我将使用iris数据帧作为起点

## create a copy of the iris data frame that i can modify
local_iris <- copy(iris)
## make the local iris copy a data.table
iris.dt <- setDT(local_iris)

我在这里只使用“Sepal”列，所以我想保存这些名称并基于它们创建新的列名

## 'grep' returns a list of the positions that meet the criteria; 'grepl' returns a logic vector of the same length as the argument
## using the result of grep as the index/columns of a list seems to do the trick, even if it seems a tiny bit repetitive/clunky
bert <- names(iris.dt)[grep("^Sepal", names(iris.dt))]

## create lists like the original list with new suffixes
bert_M0 <- paste0(bert, "_M0")
bert_MISS <- paste0(bert, "_MISS")

---

谢谢

我认为这解决了你的问题

（j在序列长度（bert））集合中的

(
作品，
其中（是.na（opus[[bert[j]]]），
c（bert_M0[j]，bert_MISS[j]）
列表（0，100）
)

---

基本上是以字符向量的形式提供列名，以列表的形式提供值，我认为这解决了您的问题

（j在序列长度（bert））集合中的

(
作品，
其中（是.na（opus[[bert[j]]]），
c（bert_M0[j]，bert_MISS[j]）
列表（0，100）
)

---

基本上，您提供列名作为字符向量，值作为列表

您是否检查了

set

函数的手册？你的问题应该很容易找到答案，我找到了

set

出现在

：=

下，但没有一个示例实际使用

set

。我没有看到任何像

set（DT，I，。（col1，col2），（val1，val2）这样的例子

，但文档并非详尽无遗。我填写了。令我惊讶的是，到目前为止还没有。您是否查阅了

set

函数手册？如果您有问题，您应该可以在那里轻松找到答案。我查阅了。

set

出现在

：=

下，但没有一个示例实际使用

set

。我没有看到任何示例像

set（DT，i，（col1，col2），（val1，val2）

这样的函数，但文档并不详尽。我填写了。令我惊讶的是，到目前为止还没有。是的，这很有效！我仍然在计算何时需要使用

c（var1，var2）

以及何时可以使用列表，如

（var1，var2）

。出于好奇，我检查了

是否可以用来代替值部分的

列表，答案是否定的。手册中解释的所有内容，请参见？c和？data.table是的，这很有效！我仍然在计算何时需要使用
c（var1，var2）
以及何时可以使用列表，如
（var1，var2）
。出于好奇，我检查了
是否可以代替值部分中的
列表
，答案是否。手册中解释的所有内容，请参见？c和？data.table
## 'grep' returns a list of the positions that meet the criteria; 'grepl' returns a logic vector of the same length as the argument
## using the result of grep as the index/columns of a list seems to do the trick, even if it seems a tiny bit repetitive/clunky
bert <- names(iris.dt)[grep("^Sepal", names(iris.dt))]

## create lists like the original list with new suffixes
bert_M0 <- paste0(bert, "_M0")
bert_MISS <- paste0(bert, "_MISS")

## the best way to go about this is unclear
## i will settle for 'a' way and worry about 'best' way later
## one approach is to extend the data.table to have the new columns added, and then modify their respective values in place later

## create a copy of the relevant columns
M0<-iris.dt[, .SD, .SDcols = bert]

## rename the columns
setnames(M0, old = bert, new = bert_M0)

## create a new data.table with the copied columns
opus<-cbind(iris.dt, M0)

## this creates a set of indicators and sets all the _MISS columns equal to 0
opus[, (bert_MISS) := 0L]

## try using "set"
for (j in seq_len(length(bert))) { # seq_len(arg) is an alternative way of writing 1:arg
   set(opus, ## the data.table we are operating on
       which(is.na(opus[[bert[j]]])), ## the values of i
       bert_M0[j], ## the column
       0 ## the value
       )
   set(opus, ## the data.table we are operating on
       which(is.na(opus[[bert[j]]])), ## the values of i
       bert_MISS[j], ## the column
       100 ## the value
   )
}