Làm cách nào để chạy ứng dụng trên data.table?

Question

Tôi có một data.table với các cột từ 2 đến 20 là các chuỗi có dấu cách (ví dụ: "Tên loài"). Tôi muốn chạy đồng thời str_replace() trên tất cả các cột đó để tất cả "Tên loài" trở thành "Species_Name". Tôi có thể hoặc là làm:

data.table(apply(as.data.frame(dt[,2:dim(dt)[2], with=F]), 2, 
           function(x){ str_replace(x," ","_") })) 

hoặc nếu tôi giữ nó như là một đối tượng data.table, sau đó tôi có thể làm một cột này tại một thời điểm:

dt[,SpeciesName := str_replace(SpeciesName, " ", "_") 

Làm thế nào để làm điều này cho tất cả các cột từ 2 đến sự kết thúc tương tự như một trong những điều trên?

Answer 1

Hoàn toàn viết lại trên 2015/11/24, để sửa chữa một lỗi trong phiên bản trước.

Bạn có một vài tùy chọn.

1. Process tất cả các cột mục tiêu với một cuộc gọi nhúng để lapply(), sử dụng := để gán các giá trị sửa đổi tại chỗ. Điều này dựa trên sự hỗ trợ rất tiện dụng của := để phân công đồng thời cho một số cột có tên trên LHS của nó.

2. Sử dụng vòng lặp for để chạy qua từng cột mục tiêu một lần, sử dụng set() để sửa đổi giá trị của mỗi lần lượt.

3. Sử dụng một vòng lặp for để lặp qua nhiều "ngây thơ" gọi để [.data.table(), mỗi một trong số đó sẽ thay đổi một cột duy nhất.

Tất cả các phương pháp này đều có vẻ nhanh như nhau, do đó, phương pháp bạn sử dụng sẽ là chủ yếu là vấn đề về hương vị. (1) nhỏ gọn và độc đáo biểu cảm. Đó là những gì tôi thường xuyên sử dụng nhất, mặc dù bạn có thể tìm thấy (2) dễ đọc hơn. Vì chúng xử lý và sửa đổi từng cột một, (2) hoặc (3) sẽ có lợi thế trong trường hợp hiếm hoi trong đó data.table của bạn quá lớn nên bạn có nguy cơ gặp phải các giới hạn do Bộ nhớ có sẵn của phiên R.

library(data.table) 

## Create three identical 1000000-by-20 data.tables 
DT1 <- data.table(1:1e6, 
      as.data.table(replicate(1e6, paste(sample(letters, nr, TRUE), 
              sample(letters, nr, TRUE))))) 
cnames <- c("ID", paste0("X", 1:19)) 
setnames(DT1, cnames) 
DT2 <- copy(DT1); DT3 <- copy(DT1) 

## Method 1 
system.time({ 
DT1[, cnames[-1] := lapply(DT1[,cnames[-1],with=FALSE], 
         function(x) gsub(" ", "_", x))] 
}) 
## user system elapsed 
## 10.90 0.11 11.06 

## Method 2 
system.time({ 
    for(cname in cnames[-1]) { 
     set(DT2, j=cname, value=gsub(" ", "_", DT2[[cname]])) 
    } 
}) 
## user system elapsed 
## 10.65 0.05 10.70 

## Method 3 
system.time({ 
    for(cname in cnames[-1]) { 
     DT3[ , cname := gsub(" ", "_", DT3[[cname]]), with=FALSE] 
    } 
}) 
## user system elapsed 
## 10.33 0.03 10.37 

Để biết thêm chi tiết về set() và :=, đọc trang trợ giúp của họ, nhận được bằng cách gõ ?set hoặc ?":=".

Answer 2

Bạn có thể làm điều này:

library("stringr") 
dt[, -1] <- lapply(dt[, -1], function(x) str_replace(x," ","_"))