data.table：根据指示器列值和名称创建新的字符列
我有一个包含1.6x10^8记录的data.table，我想根据值为1的指示器列名称创建一个新的字符列。
例如
library(data.table)
DT <- data.table::data.table(ID=c("a","a","a","b","b"),
drugA=c(1,1,1,0,0),
drugB=c(0,1,1,1,0),
drugC=c(0,0,1,0,1))
ID drugA drugB drugC
1: a 1 0 0
2: a 1 1 0
3: a 1 1 1
4: b 0 1 0
5: b 0 0 1
### NOTE: I know the paste0(...,collapse) argument might be helpful in concatenating the drug names as an intermediate step
ID drugA drugB drugC exposure
1: a 1 0 0 drugA
2: a 1 1 0 drugA+drugB
3: a 1 1 1 drugA+drugB+drugC
4: b 0 1 0 drugB
5: b 0 0 1 drugC
我希望它尽可能的健壮和干净，并且只依赖于data.table语法和/或其他有用的包/函数(例如dcast)；我想避免创建大量的用户定义函数，因为考虑到我的数据表的大小，运行这个函数需要非常长的时间。
我已经查看了其他帖子，但我无法找到与我的情况和所需输出相似的东西。
任何帮助将不胜感激。
共有2个答案
library('data.table')
DT[, id := .I]
df <- melt(DT, id.vars = 'id', measure.vars = c("drugA", "drugB", "drugC"))
df[value == 1, expose := 'exposure']
df[value == 0, expose := 'no_exposure'][, value := NULL]
df <- dcast(df, id ~ expose, fun.aggregate = function(x) paste0(x, collapse = "+"), value.var = 'variable')
DT[df, on = 'id'][, id := NULL][]
# ID drugA drugB drugC exposure no_exposure
# 1: a 1 0 0 drugA drugB+drugC
# 2: a 1 1 0 drugA+drugB drugC
# 3: a 1 1 1 drugA+drugB+drugC
# 4: b 0 1 0 drugB drugA+drugC
# 5: b 0 0 1 drugC drugA+drugB
我们可以按行序列进行分组，指定 .SDcols 作为“药物”列，转换数据子集表 （.SD） 逻辑，使用它来子集列名并将它们粘贴在一起
library(data.table)
DT[, exposure := paste(names(.SD)[as.logical(.SD)], collapse= '+'),
1:nrow(DT), .SDcols = drugA:drugC]
DT
# ID drugA drugB drugC exposure
#1: a 1 0 0 drugA
#2: a 1 1 0 drugA+drugB
#3: a 1 1 1 drugA+drugB+drugC
#4: b 0 1 0 drugB
#5: b 0 0 1 drugC
或者，我们可以循环访问列，将值更改为列名称，然后使用 do.call 粘贴并使用 gsub 删除 NA 元素，而不是按行分组
DT[, exposure := gsub("NA\\+|\\+NA", "", do.call(paste,
c(Map(function(x, y) names(.SD)[(NA^!x) * y], .SD,
seq_along(.SD)), sep="+"))), .SDcols = drugA:drugC]
-
我有一个2010年和2019年的土地覆盖类型的数据框架。Pland代表总的土地覆盖价值，1等于该特定区域相对于ID的100%。这些计算是事先进行的，id代表每个几何形状。 我想执行一个函数，该函数生成另一个具有以下描述性名称的列，其中表示要替换的名称： 可复制代码：
-
我有一个如下所示的数据表 它有代表名称的p列和代表值的t列。t1是对应于p1、t2到p2等的值... 在每一行上，p列的值都是唯一的（或）。t列中的值也是如此。 我要做的是创建三个新列： ，每行所有t列的最小值（不包括NA） ，如果t_min存在（不是NA），则p列的对应值…因此，如果t2列具有t-min值，则列的对应值 ，具有p_min值的列的名称。因此，如果p_min值来自column，则“p
-
假设我有以下数据 现在我想向添加两个新列，分别命名为和，具有各自的值（1,2）。我可以使用循环来执行此操作，但我想以data.table的方式执行。 结果将是这样的： 到目前为止，我想出了类似这样的东西 其中< code>xx是一个< code > data . table -类似于< code >的命令。N，它寻址< code > by -组的值。 谢谢你的帮助！ 附录：for-loop 方式
-
我有一个PySpark数据帧，它有几个字段，例如： 我想创建一个新列，将其他注释的值混合到一个新字符串中。期望的输出为： 我正在尝试做（伪代码）： 如何实现这一点？
-
我有一个数据框如下所示 我想增加两列， 第一个名为“活动”的开关将值切换为1（如果为df.value 我尝试使用for循环，但当时间序列很长时，它会占用太多时间。有人知道更好的方法吗？谢谢你的进步！
-
本文向大家介绍MySQL创建带特殊字符的数据库名称方法示例，包括了MySQL创建带特殊字符的数据库名称方法示例的使用技巧和注意事项，需要的朋友参考一下 前言 这篇文章抓哟讲解了关于如何实现在MySQL中创建带有特殊字符的数据库名称，这里的特殊字符包含：!@#$%^ 方法如下 使用反引号`将数据库名称包含住，反引号`（使用引号是不可以的）即在英文输入法状态下，按Esc键对应下方的键即可出来。当然在没