String 为数据中的每一行构造标识符字符串

我有以下数据：

library(data.table)
d = data.table(a = c(1:3), b = c(2:4))

并希望得到这个结果（以一种可以处理任意数量列的方式）：

下面的内容很有用，但我希望能找到更简短、更清晰的内容

d = data.table(a = c(1:3), b = c(2:4))
d[, c := apply(mapply(paste, names(.SD), .SD, MoreArgs = list(sep = "_")),
               1, paste, collapse = "_")]

---

单向，仅稍微清洁：

d[, c :=  apply(d, 1, function(x) paste(names(d), x, sep="_", collapse="_")) ]

     a b       c
1: 1 2 a_1_b_2
2: 2 3 a_2_b_3
3: 3 4 a_3_b_4

---

要避免行循环，可以使用以下方法：

do.call（粘贴，c（lappy（名称（d），函数（n）粘贴0（n，”，d[[n]]），sep=“”）

基准：

N <- 1e4

d <- data.table(a=runif(N),b=runif(N),c=runif(N),d=runif(N),e=runif(N))

f1 <- function(d)
{
    do.call(paste, c(lapply(names(d), function(n)paste0(n,"_",d[[n]])), sep="_"))
}

f2 <- function(d)
{
    apply(d, 1, function(x) paste(names(d), x, sep="_", collapse="_"))
}

require(microbenchmark)

microbenchmark(f1(d), f2(d))

---

编辑说明：以前使用

N进行基准测试这里有一种方法使用
do.call（'paste'）
，但只需要一次调用
paste

我将在列为整数的情况下进行基准测试（因为这似乎是一个更合理的测试用例）

N <- 1e4

d <- setnames(as.data.table(replicate(5, sample(N), simplify = FALSE)), letters[seq_len(5)])

f5 <- function(d){
  l <- length(d)
  o <- c(1L, l + 1L) + rep_len(seq_len(l) -1L, 2L * l)
  do.call('paste',c((c(as.list(names(d)),d))[o],sep='_'))}


microbenchmark(f1(d), f2(d),f5(d))
Unit: milliseconds
  expr       min        lq    median        uq       max neval
 f1(d)  41.51040  43.88348  44.60718  45.29426  52.83682   100
 f2(d) 193.94656 207.20362 210.88062 216.31977 252.11668   100
 f5(d)  30.73359  31.80593  32.09787  32.64103  45.68245   100

N谢谢，用更少的apply肯定更清晰；目前的R-golf冠军：）我认为
apply
将
d
转换为矩阵。所以，会有副本，效率会降低。@Roland，你是对的，这绝对不是有效的。另一种方法是使用
by=names（d）
，但是你必须将值拉回到
paste
，或者你必须将
paste
拉到
j
hmm的外部，我加1，因为它看起来是正确的，但是经过测试，我认为你的
f1
没有正常工作，你只需要替换
d[，n]
使用
d[[n]]
在我的测试中，它实际上比Ricardo或agstudy的答案快2倍（运行与上面相同的代码，我也尝试了更大的n），我认为这个解决方案对于寻求速度的人来说是非常好的，在这个例子中，我正在寻找一个更短的表达式，而速度差异并不重要；再次感谢这个约束没有在问题中指定（正如我刚才意识到的），但是fwiw我实际上使用了这个版本，因为我需要在粘贴时保留列类型（我的实际计算比OP更复杂），并且
apply
会销毁该信息
Unit: milliseconds
  expr      min       lq   median       uq      max neval
 f1(d) 195.8832 213.5017 216.3817 225.4292 254.3549   100
 f2(d) 418.3302 442.0676 451.0714 467.5824 567.7051   100

N <- 1e4

d <- setnames(as.data.table(replicate(5, sample(N), simplify = FALSE)), letters[seq_len(5)])

f5 <- function(d){
  l <- length(d)
  o <- c(1L, l + 1L) + rep_len(seq_len(l) -1L, 2L * l)
  do.call('paste',c((c(as.list(names(d)),d))[o],sep='_'))}


microbenchmark(f1(d), f2(d),f5(d))
Unit: milliseconds
  expr       min        lq    median        uq       max neval
 f1(d)  41.51040  43.88348  44.60718  45.29426  52.83682   100
 f2(d) 193.94656 207.20362 210.88062 216.31977 252.11668   100
 f5(d)  30.73359  31.80593  32.09787  32.64103  45.68245   100