r - 我可以以编程方式更新 data.table 中一组列的类型(到因子)吗？

Question

我想将 data.table 中的一组列修改为因子。如果我事先知道列的名称，我想这会很简单。

library(data.table)
dt1  <- data.table(a = (1:4), b = rep(c('a','b')), c = rep(c(0,1)))
dt1[,class(b)]
dt1[,b:=factor(b)]
dt1[,class(b)]

但我没有，而是有一个变量名称列表

vars.factors  <- c('b','c')

我可以毫无问题地将因子函数应用于它们......

lapply(vars.factors, function(x) dt1[,class(get(x))])
lapply(vars.factors, function(x) dt1[,factor(get(x))])
lapply(vars.factors, function(x) dt1[,factor(get(x))])

但是我不知道如何重新分配或更新数据表中的原始列。

这失败了...

  lapply(vars.factors, function(x) dt1[,x:=factor(get(x))])
  # Error in get(x) : invalid first argument 

就像这个...

  lapply(vars.factors, function(x) dt1[,get(x):=factor(get(x))])
  # Error in get(x) : object 'b' not found 

注意。我尝试了建议的答案 here没有任何运气。

Answer 1

是的，这相当简单:

dt1[, (vars.factors) := lapply(.SD, as.factor), .SDcols=vars.factors]

在 LHS (of := in j )，我们指定列的名称。如果一列已经存在，它将被更新，否则，将创建一个新列。在 RHS 中，我们遍历 .SD 中的所有列。 (代表 S D ata 的子集)，我们指定应该在 .SD 中的列与 .SDcols争论。

跟进评论:

请注意，我们需要用 () 包裹 LHS对其进行评估并获取 vars.factors 中的列名多变的。这是因为我们允许语法

DT[, col := value]

当只有一列要分配时，通过将列名指定为符号(不带引号)，纯粹是为了方便。这将创建一个名为 col 的列并分配 value到它。

为了区分这两种情况，我们需要() .用 () 包裹它足以确定我们确实需要获取变量中的值。