我有一个数据集看起来像
set.seed(18)
library(data.table)
site1 <- data.table(id = 1:10, A = c(sample(c(NA, letters[1:10]),10)),
B = sample(c(NA, LETTERS[1:7]), 10, replace = T),
C = sample(c(NA, 1:4), 10, replace = T))
site2 <- data.table(id = c(1:4, sample(5:15, 6)),
A = c(NA, NA, NA, sample(letters, 1), NA, NA, NA, sample(letters, 1), NA, NA),
B = sample(LETTERS, 10), d = sample(1:5, replace = T))
和一个看起来像
col.smash <- function(a, b, linkvars){
require(data.table)
##### CONVERT TO DATA.TABLES FOR EASIER USE, AND MERGE
if(dim(a)[1] <= dim(b)[1]){
c <- data.table(a); setkeyv(c, linkvars)
d <- data.table(b); setkeyv(d, linkvars)
} else {
c <- data.table(b); setkeyv(c, linkvars)
d <- data.table(a); setkeyv(d, linkvars)
}
k <- c[d]
rep.list<- names(a)[names(a) %in% names(b) & !(names(a) %in% linkvars)]
i.combo <- paste0("i.",rep.list)
f <- k[ , (rep.list) := lapply(.SD, function(x){ifelse(is.na(x),
get("i.", names(x)), x)}),
.SDcols = rep.list]
return(f)
}
该函数的目的是查看
site1
和site2
中都包含哪些变量,如果其中包含“NA”,则说site1$A
,将其替换为site2$A
中的相应值。 site1
相对于site2
有一个层次结构,这就是为什么ifelse
语句仅检查带有“NA”的变量的原因。由于条件无法正常运行后,第一个
lapply
结果(ifelse
)导致get("i.",names(x))
函数出现错误。这样做时,出现以下错误:Error in as.environment(pos) : using 'as.environment(NULL)' is defunct
我不明白。理想情况下,我会得到一个
data.table
,其中site1
和site2
中的所有值都带有变量A
,B
,C
,D
而不是i.A
,i.B
这样的变量, id A B C d
1: 1 i E NA 4
2: 2 g F NA 4
3: 3 h NA 4 1
4: 4 x B 4 2
5: 5 j G NA NA
6: 6 c NA 3 4
7: 7 a D 2 NA
8: 8 b NA 2 NA
9: 9 d G 1 4
10: 10 f NA 1 NA
11: 12 NA V NA 2
12: 13 n J NA 1
13: 14 NA T NA 1
14: 15 NA X NA 1
所以我认为我确实有两个问题。第一个是错误,第二个是我没有在函数中获得
k
中的所有行。他们似乎无关。任何帮助表示赞赏。
此外,任何人只要能找到令人难以置信的
col.smash
参考,即可获得布朗尼积分。 最佳答案
该函数的目的是查看site1
和site2
中都包含哪些变量,如果其中包含“NA”,则说site1$A
,将其替换为site2$A
中的相应值。在site1
之上有一个site2
层次结构
输出可以像
g <- function(d1, d2, byvars){
D = funion(d1[, ..byvars], d2[, ..byvars])
d2vars = setdiff(names(d2), byvars)
D[d2, on=byvars, (d2vars) := mget(sprintf("i.%s", d2vars))]
d1vars = setdiff(names(d1), byvars)
D[d1, on=byvars, (d1vars) := mget(sprintf("i.%s", d1vars))]
setcolorder(D, c(byvars, d1vars, setdiff(d2vars, d1vars)))
setorderv(D, byvars)[]
}
g(site1, site2, "id")
这使
id A B C d
1: 1 i E NA 4
2: 2 g F NA 4
3: 3 h NA 4 1
4: 4 NA B 4 2
5: 5 j G NA NA
6: 6 c NA 3 4
7: 7 a D 2 NA
8: 8 b NA 2 NA
9: 9 d G 1 4
10: 10 f NA 1 NA
11: 12 NA V NA 2
12: 13 n J NA 1
13: 14 NA T NA 1
14: 15 NA X NA 1
这个怎么运作
byvars
参数允许使用列名称的向量。相当新的
..
语法允许引用存储在data.table外部的列的索引。我查看了FAQ和?data.table
,找不到任何文档。现在,它是the first changelog item in 1.10.2 at least。为了给出“site1相对于site2的层次结构”,我们首先从site2添加,然后再从site1添加,这样它将获得最后的编辑。
funion
的使用假定每个表中没有重复项。如果有的话,将需要一种更复杂的方法来执行此步骤,可能类似于D = rbind(d1[, ..byvars], d2[,..byvars][!d1, on=byvars])
关于r - 如何在data.table中动态使用lapply?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/44557641/