Data.table 中的多个灵活的逻辑列比较

Posted 2023-05-08

【中文标题】Data.table 中的多个灵活的逻辑列比较

【英文标题】：Multiple, flexible logical column comparison in Data.table

【发布时间】：2019-05-28 17:27:29

【问题描述】：

我想在 R 中比较数据表中的多个列，并且我不想对它们进行硬编码。例如，请参见下面的简单示例：

###########
#Setup data
###########

set.seed(2)
fill = data.table(n=1:7)
Tp=3

for(t in 1:Tp) 
  set(x = fill, j = paste0('v',t), value = sample(0:10,7))


fill[1,paste0('v',3):=0]
fill[5,paste0('v',2):=0]
fill[5,paste0('v',3):=0]

for(t in 1:Tp) 
  fill[,paste0('v',t,'prm'):=get(paste0('v',t))]


fill[1,paste0('v',1,'prm'):=0] 
fill[2,paste0('v',2,'prm'):=1]   
fill[5,paste0('v',3,'prm'):=1]  
fill[7,paste0('v',3,'prm'):=2]   

所以数据是：

> fill
   n v1 v2 v3 v1prm v2prm v3prm
1: 1  2  9  0     0     9     0
2: 2  7  4  8     7     1     8
3: 3  5 10  9     5    10     9
4: 4  1  8  1     1     8     1
5: 5  6  0  0     6     0     1
6: 6  8  7  0     8     7     0
7: 7  0  0  6     0     0     2  

我想将每一列与其'prm'进行数字比较，如下所示：

fill[v1==v1prm & v2==v2prm & v3==v3prm]

所以输出是：

> fill[v1==v1prm & v2==v2prm & v3==v3prm]

   n v1 v2 v3 v1prm v2prm v3prm
1: 3  5 10  9     5    10     9
2: 4  1  8  1     1     8     1
3: 6  8  7  0     8     7     0

但我不想对此进行硬编码，因为我可能会使用超过 3 列。另外，我可能想使用其他比较，例如...

> fill[v1>v1prm & v2==v2prm & v3==v3prm]

   n v1 v2 v3 v1prm v2prm v3prm
1: 1  2  9  0     0     9     0

【参考方案1】：

通过Map在这里使用函数式方法：

## set some variable names
pre <- paste0("v", 1:3)
pst <- paste0(pre, "prm")

## select where they match using `==` and Reduce to combine with a `&` (logical AND)
fill[Reduce(`&`, Map(`==`, mget(pre), mget(pst)))]
#   n v1 v2 v3 v1prm v2prm v3prm
#1: 3  5 10  9     5    10     9
#2: 4  1  8  1     1     8     1
#3: 6  8  7  0     8     7     0

扩展此逻辑以循环不同的逻辑比较：

funs <- c(`>`, `==`, `==`)
fill[Reduce(`&`, Map(function(pr,ps,f) f(pr,ps), mget(pre), mget(pst), funs))]
#   n v1 v2 v3 v1prm v2prm v3prm
#1: 1  2  9  0     0     9     0

【参考方案2】：

功能性方法的答案很酷，但我更喜欢行人eval/parse，因为它更容易阅读/维护：

lhs = paste0('v', 1:3)
fns = c('>', '==', '==')
rhs = paste0(pre, 'prm')

fill[eval(parse(text = paste(lhs, fns, rhs, collapse = '&')))]
#   n v1 v2 v3 v1prm v2prm v3prm
#1: 1  2  9  0     0     9     0