1

我正在尝试使用 rep 函数创建固定数量的列(在本例中为 4 列)。在 B 列中提到了数字 1 应该在这些列中重复的频率。其余列应填充 0。

但我收到错误消息

“rep(1, B) 中的错误:‘次’参数无效”

并且不知道如何解决它

test <- data.table(A = c("XYZ", "ZYX", "WER"),
                   B = c(1, 3, 2))
cols <- LETTERS[3:6] 
test[, (cols) := c(rep(1, B), rep(0, length(cols) - B))]  

#result should be 
result <- data.table(A = c("XYZ", "ZYX", "WER"),
                     B = c(1, 3, 2),
                     C = c(1, 1, 1),
                     D = c(0, 1, 1),
                     E = c(0, 1, 0),
                     F = c(0, 0, 0))
4

1 回答 1

4

这使用了一些非“data.table”逻辑,但仍然应该很快:

test[, (cols) := {
  D <- diag(length(cols))
  D[lower.tri(D)] <- 1
  data.table(D[B,])
}]

#     A B C D E F
#1: XYZ 1 1 0 0 0
#2: ZYX 3 1 1 1 0
#3: WER 2 1 1 0 0

它之所以有效,是因为它创建了一个具有填充对角线和下三角形的矩阵,然后用于test$B对该矩阵的行进行子集化。

或者,您可以遍历要分配的列的长度序列,并检查该值是否等于或小于:

test[, (cols) := lapply(1:length(cols), function(x) as.numeric(x <= B))]

添加 24 列和 3M 行的一些比较时序:

cols <- LETTERS[-(1:2)]
test <- test[rep(1:3,1e6),]

system.time(test[, (cols) := {
  D <- diag(length(cols))
  D[lower.tri(D)] <- 1
  data.table(D[B,])
}])

#   user  system elapsed 
#  0.937   0.651   1.591 

被我的第二次努力击败:

system.time(
  test[, (cols) := lapply(1:length(cols), function(x) as.numeric(x <= B))]
)
#   user  system elapsed 
#  0.313   0.132   0.446 
于 2018-06-25T09:35:33.417 回答