Computing na wielu nazw kolumn w data.table

Question

mam rzadki tabeli danych, który wygląda tak:

data = data.table(
    var1 = c("a","",""), 
    var2 = c("","","c"), 
    var3 = c("a","b",""), 
    var4 = c("","b","") 
) 
     var1 var2 var3 var4 
    1: a   a  
    2:    b b 
    3:   c  

Chciałbym dodać kolumnę, która zawiera ciąg zer i jedynek, które zmienne są wskazujący przedstawić w każdym rzędzie, tak:

var1 var2 var3 var4 concat 
1: a   a  1|0|1|0 
2:    b b 0|0|1|1 
3:   c   0|1|0|0 

mogę dostać się do tego za pomocą następującego polecenia:

data[, concat := paste(
      as.integer(var1 != ""), 
      as.integer(var2 != ""), 
      as.integer(var3 != ""), 
      as.integer(var4 != ""), 
      sep = "|")] 

Jednakże, jeśli mam setki zmiennych, wolę użyć jakiegoś obliczenia, aby uzyskać pożądane wyrażenie. Być może coś opartego na paste0("var",1:4) lub przynajmniej wektor nazw kolumn. Jakieś sugestie?

Answer 1

same podstawowe podejścia jak powyżej:

data[ , concat := apply(.SD, 1, function(x) paste(+(x == ""), collapse = "|"))][] 
# var1 var2 var3 var4 concat 
# 1: a   a  0|1|0|1 
# 2:    b b 1|1|0|0 
# 3:   c   1|0|1|1 

Answer 2

data$concat <- apply(apply(data, 2, function(x) ifelse(x == "", 0, 1)), 1, function(x) paste(x, collapse="|")) 

Podział:

1) Dla każdej kolumny data sprawdź, czy elementem jest pusta, jeśli tak zwraca 0, w przeciwnym wypadku 1

apply(data, 2, function(x) ifelse(x == "", 0, 1)) 

Nazwijmy powrót z (1) zmienna concat. Dla każdego wiersza concat wklej wszystko razem z potokiem (|), oddzielając je. Ustaw nową kolumnę data w taki sposób.

apply(concat, 1, function(x) paste(x, collapse="|")) 

Answer 3

Innym rozwiązaniem jest grupa danych po wierszu i przenieść każdy wiersz ze sobą:

data[,concat := paste0(as.integer(.SD != ""), collapse = "|"), by = 1:nrow(data)] 
data 
# var1 var2 var3 var4 concat 
#1: a   a  1|0|1|0 
#2:    b b 0|0|1|1 
#3:   c   0|1|0|0 

Answer 4

zmiana nie wymagając żadnego ugrupowania z każdego rzędu lub apply -ing w każdym rzędzie.

data[, concat := do.call(paste, c(lapply(.SD, function(x) (x!="")+0), sep="|")) ] 

# var1 var2 var3 var4 concat 
#1: a   a  1|0|1|0 
#2:    b b 0|0|1|1 
#3:   c   0|1|0|0 

Answer 5

Dzięki za wiele różnorodnych rozwiązań. Jestem pod wrażeniem!

Zrobiłem benchmarking na moim dużym zestawie danych, aby porównać czas działania kilku różnych podejść. Oto co znaleziono:

data[ , concat := apply(.SD, 1, function(x) paste(+(x == ""), collapse = "|"))] 

czas: 6 min 41 s

data[, concat := do.call(paste, c(lapply(.SD, function(x) (x!="")+0), sep="|")) ] 

czasu: 10 min 26 s

data[,concat := paste0(as.integer(.SD != ""), collapse = "|"), by = 1:nrow(data)] 

Czas:> 40 min (ręcznie zabite)