在R中我发现自己做了很多这样的事情:
adataframe[adataframe$col==something]<-adataframe[adataframe$col==something)]+1
这种方式有点冗长乏味。对我来说有什么办法吗? 引用我想要改变的对象,如
adataframe[adataframe$col==something]<-$self+1
答案 0 :(得分:34)
尝试包data.table及其:=
运算符。它非常快,非常短。
DT[col1==something, col2:=col3+1]
第一部分col1==something
是子集。您可以在此处放置任何内容并使用列名称,就好像它们是变量一样;即,无需使用$
。然后第二部分col2:=col3+1
将RHS分配给该子集内的LHS,其中列名称可以分配为它们就像变量一样。 :=
是通过引用分配的。没有任何对象的副本,因此比<-
,=
,within
和transform
更快。
此外,很快将在v1.8.1中实现,j
语法的一个最终目标是允许:=
j
中的by
将其与:=
相结合,请参阅问题:when should I use the :=
operator in data.table。
UDPDATE:2012年7月确实发布了({{1}}分组)。
答案 1 :(得分:15)
你应该更加关注Gabor Grothendeick(而不仅仅是在这个例子中。)Matt Asher博客上引用的inc
函数可以满足你的所有要求:
(明显的扩展也有效。)
add <- function(x, inc=1) {
eval.parent(substitute(x <- x + inc))
}
# Testing the `inc` function behavior
编辑:在我第一次评论中缺乏批准的暂时烦恼之后,我接受了添加另一个函数参数的挑战。提供了数据帧的一部分的一个参数,它仍然会将值的范围增加一。到目前为止,在中缀二元运算符上只进行了非常轻微的测试,但我认为它不适用于任何只接受两个参数的函数:
transfn <- function(x, func="+", inc=1) {
eval.parent(substitute(x <- do.call(func, list(x , inc)))) }
(有罪的承认:从返回传播值的传统R视角来看,这在某种程度上“感觉不对”。)inc
函数的早期测试如下:
df <- data.frame(a1 =1:10, a2=21:30, b=1:2)
inc <- function(x) {
eval.parent(substitute(x <- x + 1))
}
#---- examples===============>
> inc(df$a1) # works on whole columns
> df
a1 a2 b
1 2 21 1
2 3 22 2
3 4 23 1
4 5 24 2
5 6 25 1
6 7 26 2
7 8 27 1
8 9 28 2
9 10 29 1
10 11 30 2
> inc(df$a1[df$a1>5]) # testing on a restricted range of one column
> df
a1 a2 b
1 2 21 1
2 3 22 2
3 4 23 1
4 5 24 2
5 7 25 1
6 8 26 2
7 9 27 1
8 10 28 2
9 11 29 1
10 12 30 2
> inc(df[ df$a1>5, ]) #testing on a range of rows for all columns being transformed
> df
a1 a2 b
1 2 21 1
2 3 22 2
3 4 23 1
4 5 24 2
5 8 26 2
6 9 27 3
7 10 28 2
8 11 29 3
9 12 30 2
10 13 31 3
# and even in selected rows and grepped names of columns meeting a criterion
> inc(df[ df$a1 <= 3, grep("a", names(df)) ])
> df
a1 a2 b
1 3 22 1
2 4 23 2
3 4 23 1
4 5 24 2
5 8 26 2
6 9 27 3
7 10 28 2
8 11 29 3
9 12 30 2
10 13 31 3
答案 2 :(得分:6)
这是你能做的。我们假设您有一个数据框
df = data.frame(x = 1:10, y = rnorm(10))
并且您希望将所有y
增加1.您可以使用transform
df = transform(df, y = y + 1)
答案 3 :(得分:5)
我会偏爱(可能是子集在行上)
ridx <- adataframe$col==something
adataframe[ridx,] <- adataframe[ridx,] + 1
不依赖于任何花哨/脆弱的解析,对于正在执行的操作有合理的表现力,并且不是太冗长。也倾向于将线条分成很好的人性化解析单元,并且使用标准习语有一些吸引人的东西--R的词汇和特性已经足够我的口味了。