使用列作为参数，将R data.table的apply函数应用于行

Question

我有以下的data.table

x = structure(list(f1 = 1:3, f2 = 3:5), .Names = c("f1", "f2"), row.names = c(NA, -3L), class = c("data.table", "data.frame"))

我希望对data.table的每一行应用一个函数。该函数func.test使用参数f1和f2，并对它们进行操作，并返回计算出来的值。 假设（作为示例）

func.text <- function(arg1,arg2){ return(arg1 + exp(arg2))}

但我的真实功能更为复杂，包括循环等操作，但最终返回计算出来的值。如何最好地完成这个任务？

- broccoli

Answer 1

最好的方法是编写一个向量化的函数，但如果您不行，那么也许这样做：

x[, func.text(f1, f2), by = seq_len(nrow(x))]

- eddi

---

啊，没想到可以用<code>by = 1:nrow(x)</code>的技巧。不错。 - broccoli

不确定为什么不直接使用.I，例如像这样x[, func.text(f1, f2), by = .I]。 - David Arenburg

@DavidArenburg 我不知道 by=.I 是在做什么。它与 by=1:nrow(x) 不完全相同，您可以通过比较例如 x[, 1, by = .I] 和 x[, 1, by = 1:nrow(x)] 来检查。 - eddi

如果它按照你期望的方式工作，那就太好了（还有 by=1:.N）。 - eddi

是的，你可能是正确的，但在这种情况下，似乎OP不需要在此处使用by语句，因为他的函数已经按行操作整个数据集，因此即使x[, func.text(f1, f2)]也可以得到所需的结果。问题在于它将失去data.table类并变成一个数字向量。添加by = .I将保留该类，但我不确定为什么或如何保留（很快我可能会从@Arun那里收到一些愤怒的评论，指出我的对data.table的理解不足）。 - David Arenburg

Answer 2

我发现最优雅的方式是使用mapply：

x[, value := mapply(func.text, f1, f2)]
x
#    f1 f2    value
# 1:  1  3 21.08554
# 2:  2  4 56.59815
# 3:  3  5 151.4132

或者使用purrr包：

x[, value := purrr::pmap_dbl(.(f1, f2), func.text)]

如果您的情况允许，另一种方法是将参数名称与列名匹配以使用：

library("purrr")

# arguments match the names of the columns, dots collect other 
# columns existing in the data.table
func.text <- function(f1, f2, ...) { return(f1 + exp(f2)) }

# use `set` to modify the data.table by reference
purrr::pmap_dbl(x, func.text) %>%
  data.table::set(x, i = NULL, j = "value", value = .)

print(x)
##    f1 f2     value
## 1:  1  3  21.08554
## 2:  2  4  56.59815
## 3:  3  5 151.41316

- mlegge

Answer 3

我们可以使用.I函数来定义行。

dt_iris <- data.table(iris)
dt_iris[, ..I := .I]

## Let's define some function
some_fun <- function(dtX) {
    print('hello')
    return(dtX[, Sepal.Length / Sepal.Width])
}

## by row
dt_iris[, some_fun(.SD), by = ..I] # or simply: dt_iris[, some_fun(.SD), by = .I]

## vectorized calculation
some_fun(dt_iris) 

- Cron Merdek

---

我有这样的印象，曾经有一个时代可以直接在第三个组件中使用 by=.I。不是吗？ - Stéphane Laurent

@StéphaneLaurent 当然，这只是为了表明用户看到的数据，他对其应用“by”。我已经更新了帖子，以消除任何疑虑 ;) - Cron Merdek

@StéphaneLaurent 我想你是指 .I，所以你可以使用点号 dt_iris[, some_fun(.SD), by = .I]。 - Cron Merdek

是的，抱歉，我指的是.I。但是昨天我尝试过了，它没有起作用...嗯，我现在刚刚尝试了一下，它可以工作了。抱歉，我肯定太累了 :) - Stéphane Laurent

请注意，.I 应该作为 data.table 中的 j 参数使用，而不是在 by 子句中使用。在 DT >1.12.4 中似乎也无法正常工作。@CronMerdek，请重新评估您的答案。 - Davor Josipovic

Answer 4

这是一种相当紧凑的语法

x[, c := .(Map(func.text, f1, f2))]

- teemoleen