Как применить разные функции с несколькими аргументами к каждой строке data.table?

У меня есть data.table в следующем образце формата.

dt <- data.table(l = c("apple","ball","cat"),
                 m = c(1,2,3),
                 n = c("I ate apple", "I played ball", "cat ate pudding"))

Я хочу применить sub к столбцу (n) для каждой строки с шаблоном, исходящим из другого столбца (l). Как бы я это сделал?

Результат, который я ищу,

              l m             n    o
       1: apple 1     I ate apple       I ate
       2:  ball 2   I played ball    I played
       3:   cat 3 cat ate pudding ate pudding

Я пытался использовать подход mapply(do.call, list(sub), ...) с оператором присваивания в data.table, но аргументы sub (шаблон, замена, строка) должны быть вложенным списком для do.call, и я застрял в том, как правильно написать это.


r data.table mapply
person Naumz    schedule 13.02.2017    source источник
comment
почему бы не просто dt[, Map(sub, l, '', n)]? РЕДАКТИРОВАТЬ: это даст мне именованный вектор/список, поэтому мы действительно хотим обернуть возврат в список dt[, o := (Map(sub, l, '', n))]   -  person Shape    schedule 13.02.2017
comment
@Форма, спасибо! мой подход сейчас кажется излишне сложным. Я пытался придумать метод, в котором вместо sub у меня мог бы быть список отдельных функций. Однако ваш код работает в моем случае. Если вы хотите опубликовать это как ответ, пожалуйста, продолжайте.   -  person Naumz    schedule 13.02.2017
comment
@Shape Я согласен, что вы должны опубликовать это. Я бы выбрал dt[, mapply(sub, sprintf(" ?%s ?", l), "", n, USE.NAMES = FALSE)] - решает проблему с именами, а также тот факт, что вокруг шаблонов могут быть пробелы (которые, по-видимому, OP также хочет удалить).   -  person Frank    schedule 13.02.2017
comment
Должен ли я отредактировать заголовок вопроса, чтобы он больше соответствовал тому, что я спрашиваю? Я думаю, что то, как я это сформулировал, может сбить с толку, поскольку в моем случае это не другая функция...   -  person Naumz    schedule 13.02.2017
comment
Мы можем сделать dt[, o := trimws(sub(paste(l, collapse="|"), "", n))]   -  person akrun    schedule 13.02.2017
comment
@akrun, хотя технически это работает в его примере, если в его столбце подстановки есть какие-либо специальные регулярные выражения, это может повлиять на каждую строку. Я бы сказал, что регулярное выражение |, вероятно, небезопасно. Даже не обязательно быть спецом, а вдруг он там другое слово ищет?   -  person Shape    schedule 13.02.2017
comment
@Shape Да, это может быть правдой, но здесь ОП дал нам пример для проверки   -  person akrun    schedule 13.02.2017
comment
@akrun - я считаю, что весь смысл вопроса в том, что аргументы функции поступают построчно. В таких обстоятельствах действительно нет способа избежать медлительности.   -  person thelatemail    schedule 13.02.2017
comment
спасибо за ответы! Я искал что-то вроде построчного подхода, но подход collapse был бы хорош, если бы мои реальные данные его поддерживали.   -  person Naumz    schedule 13.02.2017

Ответы (2)


arrow_upward
3
arrow_downward

Итак, мы хотим выполнить расчет по строкам и вернуть его, определенный как новый столбец o.

mapply определенно является правильным семейством функций, но mapply (и sapply) упростит их вывод из списка, прежде чем они его вернут. data.table любит списки. Map — это просто выразительный ярлык для mapply(..., simplify = FALSE), который не изменяет возврат.

Следующее делает вычисление, которое мы ищем, но это все еще не совсем правильно. (data.table интерпретирует вывод списка как отдельные столбцы)

> dt[, Map(sub, l, '', n)]
    apple      ball          cat
1: I ate  I played   ate pudding

Итак, мы хотим пойти еще дальше и обернуть его в список, чтобы получить результат, который нам нужен:

>dt[, .(Map(sub, l, '', n))]
             V1
1:       I ate 
2:    I played 
3:  ate pudding

Теперь мы можем назначить это, используя :=

> dt[, o := Map(sub, l, '', n)]
> dt
       l m               n            o
1: apple 1     I ate apple       I ate 
2:  ball 2   I played ball    I played 
3:   cat 3 cat ate pudding  ate pudding

РЕДАКТИРОВАТЬ: Как было указано, это приводит к тому, что o является столбцом списка.

Мы можем избежать этого, используя стандартный mapply, хотя я предпочитаю универсальный подход Map (каждая строка создает один вывод, который идет в список. Независимо от того, как выглядит этот вывод, он всегда будет работать, а затем мы можем преобразовать тип в конце.)

dt[, o := mapply(sub, l, '', n)]

person Shape    schedule 13.02.2017
comment
Это сделает dt$o встроенным списком, поэтому я думаю, что mapply на самом деле более подходит. - person thelatemail; 13.02.2017
comment
правда, нужно было проверить классы столбцов, мне все еще нравится Map, а затем преобразовать в символ. Я обычно не доверяю упрощениям. Поведение Map всегда одинаково. Я добавлю другой способ, хотя - person Shape; 13.02.2017
comment
Вы ошибаетесь в том, что data.table любит списки. Data.table любит список столбцов и разрешает столбцы, которые являются списками, но с последними неудобно работать, и так будет всегда. - person Frank; 13.02.2017
comment
@Frank Я больше думал о списках, а не о матрицах ... что может быть реальной опасностью при возврате из семейства упрощенных приложений. И если вы знаете, что ваши данные защищены от возврата этих типов, то это намного лучше, чем столбец списка. Однако я почти всегда сначала делал это с Map, а затем смотрел, смогу ли я оптимизировать с помощью упрощенного mapply. - person Shape; 13.02.2017

arrow_upward
1
arrow_downward

Мы можем использовать векторизованный подход, paste изменяя содержимое 'l', используя это как pattern аргумент в sub, чтобы удалить подстроку и создать новый столбец 'o'

dt[, o := trimws(sub(paste(l, collapse="|"), "", n))]
dt
#       l m               n           o
#1: apple 1     I ate apple       I ate
#2:  ball 2   I played ball    I played
#3:   cat 3 cat ate pudding ate pudding
person akrun    schedule 13.02.2017