Atribua várias colunas usando: = em data.table, por grupo

Qual é a melhor maneira de atribuir a várias colunas usando data.table? Por exemplo:

f <- function(x) {c("hi", "hello")}
x <- data.table(id = 1:10)

Gostaria de fazer algo assim (é claro que esta sintaxe está incorreta):

x[ , (col1, col2) := f(), by = "id"]

E para estender isso, eu posso ter muitas colunas com nomes armazenados em uma variável (por exemplo col_names) e gostaria de fazer:

x[ , col_names := another_f(), by = "id", with = FALSE]

Qual é a maneira correta de fazer algo assim?

r dataframe data.table variable-assignment colon-equals Alex
fonte

Isto olha como ele foi respondida: stackoverflow.com/questions/11308754/...

Alex

Alex, essa resposta está próxima, mas parece não funcionar em combinação com bycomo é correto dizer @Christoph_J. Link para sua pergunta adicionada à FR # 2120 "Solte a necessidade com = FALSE for LHS of: =", para que não se esqueça de revisitar.

quer

Para ser claro, f()é uma função que retorna vários valores, um para cada uma de suas colunas.

smci

Agora isso funciona na v1.8.3 no R-Forge. Obrigado por destacá-lo!

x <- data.table(a = 1:3, b = 1:6) 
f <- function(x) {list("hi", "hello")} 
x[ , c("col1", "col2") := f(), by = a][]
#    a b col1  col2
# 1: 1 1   hi hello
# 2: 2 2   hi hello
# 3: 3 3   hi hello
# 4: 1 4   hi hello
# 5: 2 5   hi hello
# 6: 3 6   hi hello

x[ , c("mean", "sum") := list(mean(b), sum(b)), by = a][]
#    a b col1  col2 mean sum
# 1: 1 1   hi hello  2.5   5
# 2: 2 2   hi hello  3.5   7
# 3: 3 3   hi hello  4.5   9
# 4: 1 4   hi hello  2.5   5
# 5: 2 5   hi hello  3.5   7
# 6: 3 6   hi hello  4.5   9 

mynames = c("Name1", "Longer%")
x[ , (mynames) := list(mean(b) * 4, sum(b) * 3), by = a]
#     a b col1  col2 mean sum Name1 Longer%
# 1: 1 1   hi hello  2.5   5    10      15
# 2: 2 2   hi hello  3.5   7    14      21
# 3: 3 3   hi hello  4.5   9    18      27
# 4: 1 4   hi hello  2.5   5    10      15
# 5: 2 5   hi hello  3.5   7    14      21
# 6: 3 6   hi hello  4.5   9    18      27

x[ , get("mynames") := list(mean(b) * 4, sum(b) * 3), by = a][]  # same
#    a b col1  col2 mean sum Name1 Longer%
# 1: 1 1   hi hello  2.5   5    10      15
# 2: 2 2   hi hello  3.5   7    14      21
# 3: 3 3   hi hello  4.5   9    18      27
# 4: 1 4   hi hello  2.5   5    10      15
# 5: 2 5   hi hello  3.5   7    14      21
# 6: 3 6   hi hello  4.5   9    18      27

x[ , eval(mynames) := list(mean(b) * 4, sum(b) * 3), by = a][]   # same
#    a b col1  col2 mean sum Name1 Longer%
# 1: 1 1   hi hello  2.5   5    10      15
# 2: 2 2   hi hello  3.5   7    14      21
# 3: 3 3   hi hello  4.5   9    18      27
# 4: 1 4   hi hello  2.5   5    10      15
# 5: 2 5   hi hello  3.5   7    14      21
# 6: 3 6   hi hello  4.5   9    18      27

Versão mais antiga usando o withargumento (nós desencorajamos esse argumento quando possível):

x[ , mynames := list(mean(b) * 4, sum(b) * 3), by = a, with = FALSE][] # same
#    a b col1  col2 mean sum Name1 Longer%
# 1: 1 1   hi hello  2.5   5    10      15
# 2: 2 2   hi hello  3.5   7    14      21
# 3: 3 3   hi hello  4.5   9    18      27
# 4: 1 4   hi hello  2.5   5    10      15
# 5: 2 5   hi hello  3.5   7    14      21
# 6: 3 6   hi hello  4.5   9    18      27

Matt Dowle
fonte

Obrigado por esta resposta e pelos exemplos. Como devo modificar a linha a seguir para obter duas colunas para cada objectName da saída não ofuscante, em vez de uma coluna com duas linhas? data.table(objectName=ls())[,c("rows","cols"):=dim(get(objectName)),by=objectName](Estou usando data.table1.8.11)

dnlbrky

@dnlbrky dimretorna um vetor tão convertido que para digitar listdeve girá-lo; por exemplo [,c("rows","cols"):=as.list(dim(get(objectName))),by=objectNa‌me]. O problema é que as.listtem sobrecarga de chamada e também copia o vetor pequeno. Se a eficiência for um problema à medida que o número de grupos aumentar, informe-nos.

Matt Dowle

Oi Matt. O primeiro exemplo no seu segundo bloco de código (ou seja x[,mynames:=list(mean(b)*4,sum(b)*3),by=a,with=FALSE][]) agora lança um aviso, então talvez o remova? Em uma nota relacionada, alguém sugeriu que, com options(datatable.WhenJisSymbolThenCallingScope=TRUE)uma tarefa como x[,mynames:=list(mean(b)*4,sum(b)*3),by=a]deveria de fato funcionar? Parece que isso seria consistente com as outras alterações, embora eu acho que possa quebrar muito código de usuário existente (?).

21416 Josh O'Brien

@ PanFrancisco Sem by=aele funcionará, mas retorne uma resposta diferente. Os agregados mean(a)e sum(a)estão sendo reciclados dentro de cada grupo quando by=a. Sem by=aele, basta colar o meane sumpara a coluna inteira em cada célula (ou seja, números diferentes).

precisa

@MattDowle, e se minha função já retornar lista nomeada, existe alguma maneira de adicionar as colunas à dt sem precisar nomeá-las novamente? por exemplo, f <- função (x) {list ("c" = "oi", "d" = "olá")} imprimirá resultados com colunas nomeadas com x [, f (), por = a] []. Não sei como anexar o resultado ao dt.

Jfly

Atribua várias colunas usando: = em data.table, por grupo

Respostas: