r语言 - 在 data.table 中添加多个带有 rep 的列

Question

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在这些列中应该重复的频率。其余列应用 0 填充。

但是我收到错误消息

"rep(1， B( 中的错误：无效的'时间'参数">

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))

Answer 1

这使用了一些非"data.table"逻辑，但应该仍然很快：

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，然后使用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长度序列，并检查该值是否相等或更小：

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

添加 24 列和 3M 行的一些比较计时：

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 

被我的第二次努力打败了：

system.time(
test[, (cols) := lapply(1:length(cols), function(x) as.numeric(x <= B))]
)
#   user  system elapsed 
#  0.313   0.132   0.446