数据表：如何基于包含列名的分组唯一行值更改列值
我有一个包含~18^6行的data.table，我需要通过ID获取CLASS的唯一值，并将它们各自的列设置为1，如下面的婴儿示例所示
DT <- data.table::data.table(ID=c("1","1","1","2","2"),
CLASS=c("a","a","b","c","b"),
a=c(0,0,0,0,0),
b=c(0,0,0,0,0),
c=c(0,0,0,0,0))
### Start with this
ID CLASS a b c
1 a 0 0 0
1 a 0 0 0
1 b 0 0 0
2 c 0 0 0
2 b 0 0 0
### Want this
ID CLASS a b c
1 a 1 1 0
1 a 1 1 0
1 b 1 1 0
2 c 0 1 1
2 b 0 1 1
我的第一反应是尝试下面的代码，但发现它会将所有列设置为1，因为唯一（DT$CLASS）本质上包含所有ID的所有唯一值，并且不会通过“分组”参数传递。
### Tried this
DT[,unique(DT$CLASS):=1,by=ID]
### Got this
ID CLASS a b c
1 a 1 1 1
1 a 1 1 1
1 b 1 1 1
2 c 1 1 1
2 b 1 1 1
我一直在努力充分利用data.table的潜力和速度，希望仅使用data.table参数中的命令来创建所需的输出。
有人可以帮助我编写正确的代码，只使用数据。表命令/参数，以便我的第j个索引仅包含唯一值（按ID），并将相应列设置为1？
后续问题:
假设每一行都有一个关联的日期RXDATE，我想为所有类值创建各自的列名，每个类的ID都包含最小的RXDATE。我也可以为此求助于dcast吗？
### Start with this
ID CLASS a b c RXDATE
1 a 1 1 0 1-1-99
1 a 1 1 0 1-2-99
1 b 1 1 0 1-3-99
2 c 0 1 1 5-4-00
2 b 0 1 1 6-5-01
### Want this
ID CLASS a b c RXDATE a_DT b_DT c_DT
1 a 1 1 0 1-1-99 1-1-99 1-3-99 NA
1 a 1 1 0 1-2-99 1-1-99 1-3-99 NA
1 b 1 1 0 1-3-99 1-1-99 1-3-99 NA
2 c 0 1 1 5-4-00 NA 6-5-01 5-4-00
2 b 0 1 1 6-5-01 NA 6-5-01 5-4-00
共有3个答案
另一种可能的方法：
idx <- DT3[, CJ(I=.I, J=match(unique(CLASS), names(DT))), by=ID]
setDF(DT3)
DT3[as.matrix(idx[, .(I, J)])] <- 1L
setDT(DT3)[]
这里有一个选择。
unique_wide <- dcast(DT[, unique(CLASS), by = ID], ID ~ V1, value.var = "V1")
classes <- setdiff(names(unique_wide), "ID")
unique_wide[, (classes) := lapply(.SD, function(col) { ifelse(is.na(col), 0L, 1L) }),
.SDcols = classes]
DT[, (classes) := unique_wide[.SD, classes, on = "ID", with = FALSE]]
DT[]
ID CLASS a b c
1: 1 a 1 1 0
2: 1 a 1 1 0
3: 1 b 1 1 0
4: 2 c 0 1 1
5: 2 b 0 1 1
我们首先使用DT[，唯一（CLASS）， by=ID]获取可能的唯一值。请注意，您可以直接引用j中的列，而无需$。我们可以将其重塑为宽格式以获得如下内容：
ID a b c
1: 1 a b <NA>
2: 2 <NA> b c
接下来的两行只是将值转换成整数，否则将< code>NA设置为0和1。
> unique_wide
ID a b c
1: 1 1 1 0
2: 2 0 1 1
然后应用这个习语，就像嵌套连接一样。在这种情况下，连接是基于< code>ID完成的，因此在< code>DT和< code>unique_wide之间匹配的所有行都使用< code>unique_wide中的内容更新非< code>ID列的值。另请注意，< code>with = FALSE对于根据包含字符向量的变量选择列很有用。
顺便说一句，请注意，如果您将表声明为
DT <- data.table::data.table(ID=c("1","1","1","2","2"),
CLASS=c("a","a","b","c","b"))
上面的代码仍然有效。
使用dcast和合并您还可以执行以下操作：
DT <- data.table::data.table(ID=c("1","1","1","2","2"),
CLASS=c("a","a","b","c","b"),
a=c(0,0,0,0,0),
b=c(0,0,0,0,0),
c=c(0,0,0,0,0))
# dcast to convert to wide
DT_dcast <- dcast(DT[, .(ID, CLASS)], ID ~ CLASS, fun.aggregate = function(x) length(unique(x)), value.var = "CLASS")
DT_dcast
ID a b c
1: 1 1 1 0
2: 2 0 1 1
# Then merge with the original data.table
DT_m <- merge(DT[, .(ID, CLASS)], DT_dcast, by = "ID")
DT_m
ID CLASS a b c
1: 1 a 1 1 0
2: 1 a 1 1 0
3: 1 b 1 1 0
4: 2 c 0 1 1
5: 2 b 0 1 1
编辑您仍然可以使用与＜code＞dcast
我注意到您的“从这个开始”数据的第2行与“想要这个”数据的接收日期不同，您只保留了“1-1-99”。
DT2 <- data.table::data.table(ID=c("1","1","1","2","2"),
CLASS=c("a","a","b","c","b"),
a=c(0,0,0,0,0),
b=c(0,0,0,0,0),
c=c(0,0,0,0,0),
RXDate = c("1-1-99", "1-2-99", "1-3-99", "5-4-00", "6-5-01"))
# 2nd row from the data provided has different RXDate under same ID and Class.
# Use x[1] to pick first
DT_dcast <- dcast(DT2[, .(ID, CLASS, RXDate)], ID ~ CLASS,
fun.aggregate = function(x) x[1],
value.var = c("CLASS", "RXDate"))
DT_dcast
ID CLASS.1_a CLASS.1_b CLASS.1_c RXDate_a RXDate_b RXDate_c
1: 1 a b <NA> 1-1-99 1-3-99 <NA>
2: 2 <NA> b c <NA> 6-5-01 5-4-00
# Convert 1 or 0 under CLASS
class_cols <- names(DT_dcast)[grepl("CLASS", names(DT_dcast))]
for (col in class_cols) set(DT_dcast, j = col, value = ifelse(is.na(DT_dcast[[col]]), 0, 1))
DT_dcast
ID CLASS.1_a CLASS.1_b CLASS.1_c RXDate_a RXDate_b RXDate_c
1: 1 1 1 0 1-1-99 1-3-99 <NA>
2: 2 0 1 1 <NA> 6-5-01 5-4-00
# Then merge with the original data.table
DT_m <- merge(DT2[, .(ID, CLASS, RXDate)], DT_dcast, by = "ID")
DT_m
ID CLASS RXDate CLASS.1_a CLASS.1_b CLASS.1_c RXDate_a RXDate_b RXDate_c
1: 1 a 1-1-99 1 1 0 1-1-99 1-3-99 <NA>
2: 1 a 1-2-99 1 1 0 1-1-99 1-3-99 <NA>
3: 1 b 1-3-99 1 1 0 1-1-99 1-3-99 <NA>
4: 2 c 5-4-00 0 1 1 <NA> 6-5-01 5-4-00
5: 2 b 6-5-01 0 1 1 <NA> 6-5-01 5-4-00
如果您想重命名列，那么您可以使用setname来完成
-
我有一个自定义类数据列表，我想根据一个字段和值应该是另一个字段对它们进行分组。以下面的例子为例。 现在我想基于类对这些数据进行分组。预期的输出应该是一个映射，其中包含作为类的键和作为学生姓名列表的值。 我的代码是这样的：
-
给定一个包含几列的dataFrame，我试图创建一个新列，其中包含根据这些列的行值按递减顺序排序的这些列名称的数组。 列的名称存储在var名称中：数组[字符串] 我应该采取什么方法？
-
问题内容： 例如： 但是上述方法不起作用。我正在使用MySql 5.x 问题答案： 可以在一个语句中进行多个表更改，但一次只能处理一列，因此您需要为要更改的每一列指定： 另外，请注意手册中的以下警告： 当您使用CHANGE或MODIFY时，必须包括数据类型和应应用于新列的所有属性，而索引属性（例如PRIMARY KEY或UNIQUE）除外。原始定义中存在但未为新定义指定的属性不会继续。
-
问题内容： 我有以下独特的约束 我正在尝试防止两个问题处于活动状态时具有相同的问题编号（IS_ACTIVE值= 1）。 一切似乎都很好，直到我第二次不得不提一个问题。 我需要仅在IS_ACTIVE = 1时应用约束 问题答案： 您可以创建一个基于函数的唯一索引 这利用了以下事实：Oracle b树索引不存储数据，而叶块数据将完全为NULL。
-
这是我的JPA实体类： 这个类有一个相当复杂的唯一约束:的组合被认为是唯一的。 所以我在类中添加了以下约束注释： 当我尝试练习我的课时，我得到以下例外情况： 异常要点是: 如果我没有在幕后为单个实体类指定该约束，Hibernate将生成两个表：一个表用于所有“简单”实体数据，另一个表用于实体数据： ... 这个问题以前读: JPA:跨集的唯一约束（...另一个表上的唯一约束） 进一步思考我的问题，
-
我定义了一个配置，其中包含每个表的列列表，用作dedup键 例如：配置1： 这些列需要用作重复数据消除键。这个列表是动态的，有些表中有1个值，有些表中有2或3个值 我想做的是从这个列表中建立一个键列 我如何使这个动态的列表适用于任意数量的列。我试过这么做 为了实现这一点，我必须将列表转换为Df，列表中的每个值都需要在单独的列中，我无法理解这一点。 试过这么做但没用 欢迎任何意见，谢谢