У меня есть образец data.table
, как показано ниже:
> dt = data.table("Label" = rep(LETTERS[1:3], 3),
+ "Col_A" = c(2,3,5,0,2,7,6,8,9),
+ "Col_B" = c(1,4,3,5,2,0,7,5,8),
+ "Col_C" = c(2,0,4,1,5,6,7,3,0))
> dt[order(Label)]
Label Col_A Col_B Col_C
1: A 2 1 2
2: A 0 5 1
3: A 6 7 7
4: B 3 4 0
5: B 2 2 5
6: B 8 5 3
7: C 5 3 4
8: C 7 0 6
9: C 9 8 0
Я хочу создать новый столбец, который берет значения из существующих столбцов на основе столбца Label. Мой желаемый образец вывода выглядит следующим образом:
Label Col_A Col_B Col_C Newcol
1: A 2 1 2 2
2: A 0 5 1 0
3: A 6 7 7 6
4: B 3 4 0 4
5: B 2 2 5 2
6: B 8 5 3 5
7: C 5 3 4 4
8: C 7 0 6 6
9: C 9 8 0 0
Логика заключается в том, что значение Newcol
относится к соответствующим столбцам на основе столбца Label
. Например, первые 3 строки столбца Label
— это A
, поэтому первые 3 строки столбца Newcol
относятся к первым 3 строкам столбца Col_A
.
Я пытался использовать код dt[, `:=` ("Newcol" = eval(as.symbol(paste0("Col_", dt$Label))))]
, но он не дает желаемого результата.
Мы можем использовать векторизованную функцию переключения пакета kit
, которая, как и data.table
, является частью fastverse
.
dt[, "Newcol" := kit::vswitch(Label, c("A", "B", "C"), list(Col_A, Col_B, Col_C))]
# or if you want to pass column indices
dt[, "Newcol" := kit::vswitch(Label, c("A", "B", "C"), dt[,2:4])]
dt
Label Col_A Col_B Col_C Newcol
1: A 2 1 2 2
2: A 0 5 1 0
3: A 6 7 7 6
4: B 3 4 0 4
5: B 2 2 5 2
6: B 8 5 3 5
7: C 5 3 4 4
8: C 7 0 6 6
9: C 9 8 0 0
library(data.table)
dt = data.table("Label" = rep(LETTERS[1:3], 3),
"Col_A" = c(2,3,5,0,2,7,6,8,9),
"Col_B" = c(1,4,3,5,2,0,7,5,8),
"Col_C" = c(2,0,4,1,5,6,7,3,0))
dt[, new := ifelse(Label == "A", Col_A, NA)]
dt[, new := ifelse(Label == "B", Col_B, new)]
dt[, new := ifelse(Label == "C", Col_C, new)]
Если вы можете использовать библиотеку dplyr, я бы использовал оттуда функцию case_when.
dt$newCol <- case_when(dt$Col_A == 'A' ~ Col_A, dt$Col_A == 'B' ~ Col_B, dt$Col_A == 'C' ~ Col_C)
Я не тестировал этот код, но это было бы что-то вроде этого.
С fcase
:
cols <- unique(dt$Label)
dt[,newCol:=eval(parse(text=paste('fcase(',paste0("Label=='",cols,"',Col_",cols,collapse=','),')')))][]
Label Col_A Col_B Col_C newCol
<char> <num> <num> <num> <num>
1: A 2 1 2 2
2: B 3 4 0 4
3: C 5 3 4 4
4: A 0 5 1 0
5: B 2 2 5 2
6: C 7 0 6 6
7: A 6 7 7 6
8: B 8 5 3 5
9: C 9 8 0 0