我知道这里有几个类似的问题,但它们似乎都没有解决我遇到的确切问题。
set.seed(4)
df = data.frame(
Key = c("A", "B", "A", "D", "A"),
Val1 = rnorm(5),
Val2 = runif(5),
Val3 = 1:5
)
我想将 Key == "A"的行的值列的值归零
列名通过
grep
引用:cols = grep("Val", names(df), value = TRUE)
通常为了在这种情况下实现我想要的,我会使用
data.table
像这样:library(data.table)
df = as.data.table(df)
df[Key == "A", (cols) := 0]
所需的输出是这样的:
Key Val1 Val2 Val3
1 A 0.000000 0.00000000 0
2 B -1.383814 0.55925762 2
3 A 0.000000 0.00000000 0
4 D 1.437151 0.05632773 4
5 A 0.000000 0.00000000 0
但是这次我需要使用
dplyr
因为我正在做一个每个人都使用它的团队项目。我刚刚提供的数据是说明性的,我的真实数据是 > 5m 行,有 16 个要更新的值列。我能想到的唯一解决方案是使用 mutate_at
像这样:df %>% mutate_at(.vars = vars(cols), .funs = function(x) ifelse(df$Key == "A", 0, x))
但是,这在我的真实数据上似乎非常慢。我希望找到一个更优雅,更重要的是更快的解决方案。
我使用
map
尝试了很多组合, 使用 !!
取消引用, 使用 get
和 :=
(烦人地可能会被 data.table 中的 :=
掩盖)等,但我认为我对这些工作方式的理解还不够深入,无法构建有效的解决方案。
最佳答案
使用这个 dplyr 命令,
df %>% mutate_at(.vars = vars(cols), .funs = function(x) ifelse(df$Key == "A", 0, x))
您实际上正在评估语句 df$Key == "A",n 次,其中 n=您拥有的列数。
一种解决方法是预定义要更改的行:
idx = which(DF$Key=="A")
DF %>% mutate_at(.vars = vars(cols), .funs = function(x){x[idx]=0;x})
@IceCreamToucan 正确指出的一种更干净、更好的方法(见下面的评论)是使用函数替换,同时向它传递额外的参数:
DF %>% mutate_at(.vars = vars(cols), replace, DF$Key == 'A', 0)
我们可以将所有这些方法都进行测试,我认为 dplyr 和 data.table 具有可比性。
#simulate data
set.seed(100)
Key = sample(LETTERS[1:3],1000000,replace=TRUE)
DF = as.data.frame(data.frame(Key,matrix(runif(1000000*10),nrow=1000000,ncol=10)))
DT = as.data.table(DF)
cols = grep("[35789]", names(DF), value = TRUE)
#long method
system.time(DF %>% mutate_at(.vars = vars(cols), .funs = function(x) ifelse(DF$Key == "A", 0, x)))
user system elapsed
0.121 0.035 0.156
#old base R way
system.time(DF[idx,cols] <- 0)
user system elapsed
0.085 0.021 0.106
#dplyr
# define function
func = function(){
idx = which(DF$Key=="A")
DF %>% mutate_at(.vars = vars(cols), .funs = function(x){x[idx]=0;x})
}
system.time(func())
user system elapsed
0.020 0.006 0.026
#data.table
system.time(DT[Key=="A", (cols) := 0])
user system elapsed
0.012 0.001 0.013
#replace with dplyr
system.time(DF %>% mutate_at(.vars = vars(cols), replace, DF$Key == 'A', 0))
user system elapsed
0.007 0.001 0.008
关于r - 在调节特定行的同时动态改变多列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58917643/