डेटा में प्रत्येक निर्दिष्ट कॉलम में एक ही फ़ंक्शन कैसे लागू करें

Question 1

मेरे पास एक data.table है जिसके साथ मैं कुछ कॉलम पर एक ही ऑपरेशन करना चाहूंगा। इन स्तंभों के नाम एक चरित्र वेक्टर में दिए गए हैं। इस विशेष उदाहरण में, मैं इन सभी स्तंभों को -1 से गुणा करना चाहूंगा।

कुछ खिलौना डेटा और एक वेक्टर प्रासंगिक कॉलम निर्दिष्ट करता है:

library(data.table)
dt <- data.table(a = 1:3, b = 1:3, d = 1:3)
cols <- c("a", "b")

अभी मैं इसे इस तरह कर रहा हूं, चरित्र वेक्टर पर लूपिंग:

for (col in 1:length(cols)) {
   dt[ , eval(parse(text = paste0(cols[col], ":=-1*", cols[col])))]
}

क्या लूप के बिना सीधे ऐसा करने का कोई तरीका है?

Question 2

यह काम करने लगता है:

dt[ , (cols) := lapply(.SD, "*", -1), .SDcols = cols]

परिणाम है

    a  b d
1: -1 -1 1
2: -2 -2 2
3: -3 -3 3

यहाँ कुछ तरकीबें हैं:

क्योंकि इसमें कोष्ठक हैं (cols) :=, परिणाम cols"कोल" नाम के कुछ नए चर के बजाय निर्दिष्ट कॉलम को सौंपा गया है ।
.SDcolsकॉल को बताता है कि हम केवल उन स्तंभों को देख रहे हैं, और हमें उन स्तंभों के साथ जुड़े ata .SDकी Subset का उपयोग करने की अनुमति देता है D।
lapply(.SD, ...)पर काम करता है .SD, जो स्तंभों की एक सूची है (जैसे सभी data.frames और data.tables)। lapplyएक सूची देता है, इसलिए अंत में jऐसा लगता है cols := list(...)।

संपादित करें : यहाँ एक और तरीका है जो संभवतः तेज़ है, जैसा कि @ अरुन ने उल्लेख किया है:

for (j in cols) set(dt, j = j, value = -dt[[j]])

Question 3

मैं एक उत्तर जोड़ना चाहूंगा, जब आप कॉलम का नाम भी बदलना चाहेंगे। यह काफी काम आता है यदि आप कई कॉलमों के लघुगणक की गणना करना चाहते हैं, जो अक्सर अनुभवजन्य कार्य में होता है।

cols <- c("a", "b")
out_cols = paste("log", cols, sep = ".")
dt[, c(out_cols) := lapply(.SD, function(x){log(x = x, base = exp(1))}), .SDcols = cols]

Question 4

अद्यतन: बाद में लूप के बिना ऐसा करने का एक साफ तरीका है

dt[,(cols):= - dt[,..cols]]

यह आसान कोड पठनीयता के लिए एक साफ तरीका है। लेकिन जैसा कि प्रदर्शन के लिए यह नीचे के माइक्रोबैनचमार्क परिणाम के अनुसार फ्रैंक के समाधान के पीछे रहता है

mbm = microbenchmark(
  base = for (col in 1:length(cols)) {
    dt[ , eval(parse(text = paste0(cols[col], ":=-1*", cols[col])))]
  },
  franks_solution1 = dt[ , (cols) := lapply(.SD, "*", -1), .SDcols = cols],
  franks_solution2 =  for (j in cols) set(dt, j = j, value = -dt[[j]]),
  hannes_solution = dt[, c(out_cols) := lapply(.SD, function(x){log(x = x, base = exp(1))}), .SDcols = cols],
  orhans_solution = for (j in cols) dt[,(j):= -1 * dt[,  ..j]],
  orhans_solution2 = dt[,(cols):= - dt[,..cols]],
  times=1000
)
mbm

Unit: microseconds
expr                  min        lq      mean    median       uq       max neval
base_solution    3874.048 4184.4070 5205.8782 4452.5090 5127.586 69641.789  1000  
franks_solution1  313.846  349.1285  448.4770  379.8970  447.384  5654.149  1000    
franks_solution2 1500.306 1667.6910 2041.6134 1774.3580 1961.229  9723.070  1000    
hannes_solution   326.154  405.5385  561.8263  495.1795  576.000 12432.400  1000
orhans_solution  3747.690 4008.8175 5029.8333 4299.4840 4933.739 35025.202  1000  
orhans_solution2  752.000  831.5900 1061.6974  897.6405 1026.872  9913.018  1000

जैसा कि नीचे दिए गए चार्ट में दिखाया गया है

मेरा पिछला उत्तर: निम्नलिखित भी काम करता है

for (j in cols)
  dt[,(j):= -1 * dt[,  ..j]]

Question 5

उपरोक्त समाधानों में से कोई भी समूह द्वारा गणना के साथ काम नहीं करता है। निम्नलिखित मेरे लिए सबसे अच्छा है:

for(col in cols)
{
    DT[, (col) := scale(.SD[[col]], center = TRUE, scale = TRUE), g]
}

Question 6

स्तंभों के स्ट्रिंग वेक्टर के आधार पर नए कॉलम बनाने के लिए उदाहरण जोड़ने के लिए। Jfly जवाब के आधार पर:

dt <- data.table(a = rnorm(1:100), b = rnorm(1:100), c = rnorm(1:100), g = c(rep(1:10, 10)))

col0 <- c("a", "b", "c")
col1 <- paste0("max.", col0)  

for(i in seq_along(col0)) {
  dt[, (col1[i]) := max(get(col0[i])), g]
}

dt[,.N, c("g", col1)]

Question 7

library(data.table)
(dt <- data.table(a = 1:3, b = 1:3, d = 1:3))

Hence:

   a b d
1: 1 1 1
2: 2 2 2
3: 3 3 3

Whereas (dt*(-1)) yields:

    a  b  d
1: -1 -1 -1
2: -2 -2 -2
3: -3 -3 -3

Question 8

dplyrफ़ंक्शंस data.tableएस पर काम करते हैं , इसलिए यहां एक dplyrसमाधान है जो "फॉर-लूप से बचा जाता है" :)

dt %>% mutate(across(all_of(cols), ~ -1 * .))

मैं Orhan के कोड (पंक्तियों और स्तंभों को जोड़ने) का उपयोग कर इसे बेंचमार्क और आप देखेंगे dplyr::mutateके साथ acrossज्यादातर धीमी अन्य समाधान की तुलना में सबसे तेजी से और data.table समाधान lapply का उपयोग करने से निष्पादित करता है।

library(data.table); library(dplyr)
dt <- data.table(a = 1:100000, b = 1:100000, d = 1:100000) %>% 
  mutate(a2 = a, a3 = a, a4 = a, a5 = a, a6 = a)
cols <- c("a", "b", "a2", "a3", "a4", "a5", "a6")

dt %>% mutate(across(all_of(cols), ~ -1 * .))
#>               a       b      d      a2      a3      a4      a5      a6
#>      1:      -1      -1      1      -1      -1      -1      -1      -1
#>      2:      -2      -2      2      -2      -2      -2      -2      -2
#>      3:      -3      -3      3      -3      -3      -3      -3      -3
#>      4:      -4      -4      4      -4      -4      -4      -4      -4
#>      5:      -5      -5      5      -5      -5      -5      -5      -5
#>     ---                                                               
#>  99996:  -99996  -99996  99996  -99996  -99996  -99996  -99996  -99996
#>  99997:  -99997  -99997  99997  -99997  -99997  -99997  -99997  -99997
#>  99998:  -99998  -99998  99998  -99998  -99998  -99998  -99998  -99998
#>  99999:  -99999  -99999  99999  -99999  -99999  -99999  -99999  -99999
#> 100000: -100000 -100000 100000 -100000 -100000 -100000 -100000 -100000

library(microbenchmark)
mbm = microbenchmark(
  base_with_forloop = for (col in 1:length(cols)) {
    dt[ , eval(parse(text = paste0(cols[col], ":=-1*", cols[col])))]
  },
  franks_soln1_w_lapply = dt[ , (cols) := lapply(.SD, "*", -1), .SDcols = cols],
  franks_soln2_w_forloop =  for (j in cols) set(dt, j = j, value = -dt[[j]]),
  orhans_soln_w_forloop = for (j in cols) dt[,(j):= -1 * dt[,  ..j]],
  orhans_soln2 = dt[,(cols):= - dt[,..cols]],
  dplyr_soln = (dt %>% mutate(across(all_of(cols), ~ -1 * .))),
  times=1000
)

library(ggplot2)
ggplot(mbm) +
  geom_violin(aes(x = expr, y = time)) +
  coord_flip()

^{रिप्रेक्स पैकेज (v0.3.0) द्वारा 2020-10-16 को बनाया गया}