在 data.table 中使用不同的列嵌套 ifelse

我需要计算 a 的某些列的每一行的“最佳值”data.table。每行的最佳值是按选定列的给定顺序排列的第一个非 NA 列的值。

根据要求，要包含的列可能会因顺序或数量而异。此外，应为每行存储提供最佳值的列的名称。

示例数据

With

library(data.table)
library(magrittr)
n <- 7
set.seed(1234)
dt <- sample.int(100, n*5, replace = TRUE) %>% 
  ifelse(. < 35, NA, .) %>% 
  matrix(, nrow = n) %>% 
  as.data.table()

例子data.table is

   V1 V2 V3 V4 V5
1: NA NA NA NA 84
2: 63 67 84 NA NA
3: 61 52 NA NA 46
4: 63 70 NA NA NA
5: 87 55 NA 82 NA
6: 65 NA NA 53 51
7: NA 93 NA 92 NA

要包含在给定顺序中的列是

selected_cols <- c("V3", "V4", "V1")

硬编码嵌套的预期结果ifelse

硬编码版本

dt[, best_value := ifelse(!is.na(V3), V3, ifelse(!is.na(V4), V4, V1))]

将给出最佳价值的预期结果

   V1 V2 V3 V4 V5 best_value
1: NA NA NA NA 84         NA
2: 63 67 84 NA NA         84
3: 61 52 NA NA 46         61
4: 63 70 NA NA NA         63
5: 87 55 NA 82 NA         82
6: 65 NA NA 53 51         53
7: NA 93 NA 92 NA         92

但它仍然没有显示从哪一列中获取了最佳值。

在第 2 行列V3已经具有非 NA 值。对于第 5、6 和 7 行，列中的值V4被采取。最后，专栏V1给出第 3 行和第 4 行的值，其中V3 and V4不适用。第 1 行包含 NA，因为所考虑的所有列都是 NA。

灵活的方法for loop

Using a for循环选定的列和一些data.table特征

dt[, best_value := NA_integer_]
dt[, best_col := NA_character_]
for (x in selected_cols) {
  dt[is.na(best_value), best_col := ifelse(!is.na(.SD), names(.SD), NA), .SDcols = x]
  dt[is.na(best_value), best_value:= .SD, .SDcols = x]
}

我们得到了完整的预期结果

   V1 V2 V3 V4 V5 best_value best_col
1: NA NA NA NA 84         NA       NA
2: 63 67 84 NA NA         84       V3
3: 61 52 NA NA 46         61       V1
4: 63 70 NA NA NA         63       V1
5: 87 55 NA 82 NA         82       V4
6: 65 NA NA 53 51         53       V4
7: NA 93 NA 92 NA         92       V4

此外，可以轻松更改要包含的列向量。

Question

然而，该方法具有for有两个语句的循环对我来说看起来相当笨拙，而且不是很data.table-like.

有没有更好的方法来实现这些结果data.table or dplyr甚至在基础 R 中？

处理你的“for”循环并利用list - data.table结构：

ans_col = rep_len(NA_character_, nrow(dt))
ans_val = rep_len(NA_real_, nrow(dt))
for(col in selected_cols) {
    i = is.na(ans_col) & (!is.na(dt[[col]]))
    ans_col[i] = col
    ans_val[i] = dt[[col]][i]   
}
data.frame(ans_val, ans_col)
#  ans_val ans_col
#1      NA    <NA>
#2      84      V3
#3      61      V1
#4      63      V1
#5      82      V4
#6      53      V4
#7      92      V4