早上好, 我被屏蔽了。
我有以下对象:
d1:
a b d e
1: 0 32 0 1
2: 0 40 0 3
3: 23 0 0 2
4: 32 0 32 4
5: 0 0 56 0
w:
[[1]]
[1] "a" "b"
[[2]]
[1] "b" "d"
[[3]]
[1] "a" "b" "e"
我需要行的总和,仅使用单词中包含的列(对于每个“迭代”)
a b d e f1 f2 f3
1: 0 32 0 1 32 32 33
2: 0 40 0 3 40 40 43
3: 23 0 0 2 23 0 25
4: 32 0 32 4 32 32 36
5: 0 0 56 0 0 56 0
d1[,f1:=rowSums(.SD),.SDcols=w[[1]]]
d1[,f2:=rowSums(.SD),.SDcols=w[[2]]]
d1[,f3:=rowSums(.SD),.SDcols=w[[3]]]
我无法使用循环或lapply
,循环非常慢并且lapply
内存效率不高。真实数据是一个 1112 行和 108968 列(最多)的矩阵以及超过 400 万个字符向量的列表。
谢谢!
数据
d1 <- read.table(h=T,strin=F,text=
"a b d e
0 32 0 1
0 40 0 3
23 0 0 2
32 0 32 4
0 0 56 0")
data.table::setDT(d1)
w <- list(c("a","b"),c("b","d"),c("a","b","e"))
最佳答案
你的陈述
I can not use loops or lapply, the loops are very slow and lapply is not memory efficient.
意味着您必须手动输入。考虑有效地使用循环,例如这样:
for(i in seq_along(w)) {
set(d1, i = NULL, j = paste0("f", i), value = rowSums(d1[, w[[i]], with=FALSE]))
}
结果是:
d1
# a b d e f1 f2 f3
#1: 0 32 0 1 32 32 33
#2: 0 40 0 3 40 40 43
#3: 23 0 0 2 23 0 25
#4: 32 0 32 4 32 32 36
#5: 0 0 56 0 0 56 0
正如@Frank 在他的评论中提到的,在这种情况下替换是合适的
rowSums(d1[, w[[i]], with=FALSE])
与
Reduce("+", d1[, w[[i]], with=FALSE])
因为输入不是矩阵(并且rowSums
将其输入强制转换为矩阵,如果它还不是)。实际上,这将是一种更有效的方法,但代价是无法轻松处理 NA 条目(就像在 rowSums
中可能实现的那样)。
关于r - 通过改变选定的列来计算 rowSums,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51402513/