时间戳

首页 > 解决方案 > 通过改变选定的列来计算 rowSums

r - 通过改变选定的列来计算 rowSums

问题描述

早上好，我被卡住了。

我有以下对象：

d1:
    a  b  d e
1:  0 32  0 1
2:  0 40  0 3
3: 23  0  0 2
4: 32  0 32 4
5:  0  0 56 0

w:
[[1]]
[1] "a" "b"

[[2]]
[1] "b" "d"

[[3]]
[1] "a" "b" "e"

我需要行的总和，只使用单词中包含的列（对于每个“迭代”）

    a  b  d e f1 f2 f3
1:  0 32  0 1 32 32 33
2:  0 40  0 3 40 40 43
3: 23  0  0 2 23  0 25
4: 32  0 32 4 32 32 36
5:  0  0 56 0  0 56  0

d1[,f1:=rowSums(.SD),.SDcols=w[[1]]]

d1[,f2:=rowSums(.SD),.SDcols=w[[2]]]

d1[,f3:=rowSums(.SD),.SDcols=w[[3]]]

我不能使用循环，或者lapply，循环非常慢并且lapply内存效率不高。真实数据是 1112 行和 108968 列（最多）的矩阵和超过 400 万个字符向量的列表。

谢谢！

数据

d1 <- read.table(h=T,strin=F,text=
"a  b  d e
 0 32  0 1
 0 40  0 3
23  0  0 2
32  0 32 4
 0  0 56 0")
data.table::setDT(d1)

w <- list(c("a","b"),c("b","d"),c("a","b","e"))

标签： rdata.table

解决方案

你的陈述

我不能使用循环或 lapply，循环非常慢并且 lapply 内存效率不高。

这意味着您必须手动输入。考虑有效地使用循环，例如：

for(i in seq_along(w)) {
  set(d1, i = NULL, j = paste0("f", i), value = rowSums(d1[, w[[i]], with=FALSE]))
}

结果是：

d1
#    a  b  d e f1 f2 f3
#1:  0 32  0 1 32 32 33
#2:  0 40  0 3 40 40 43
#3: 23  0  0 2 23  0 25
#4: 32  0 32 4 32 32 36
#5:  0  0 56 0  0 56  0

正如@Frank 在他的评论中提到的那样，在这种情况下替换

rowSums(d1[, w[[i]], with=FALSE])

和

Reduce("+", d1[, w[[i]], with=FALSE])

因为输入不是矩阵（rowSums如果还没有，则将其输入强制转换为矩阵）。实际上，这将是一种更有效的方法，但代价是无法轻松处理 NA 条目（就​​像在 中可能的那样rowSums）。

推荐阅读