r - R data.table 多列重新编码/子分配

Question

设 DT 为 data.table：

DT<-data.table(V1=sample(10),
               V2=sample(10),
               ...
               V9=sample(10),)

是否有更好/更简单的方法来进行多列重新编码/子分配，如下所示：

DT[V1==1 | V1==7,V1:=NA]
DT[V2==1 | V2==7,V2:=NA]
DT[V3==1 | V3==7,V3:=NA]
DT[V4==1 | V4==7,V4:=NA]
DT[V5==1 | V5==7,V5:=NA]
DT[V6==1 | V6==7,V6:=NA]
DT[V7==1 | V7==7,V7:=NA]
DT[V8==1 | V8==7,V8:=NA]
DT[V9==1 | V9==7,V9:=NA]

变量名是完全任意的，不一定有数字。许多列 (Vx:Vx) 和一个所有的重新编码模式 (NAME==1 | NAME==7, NAME:=something)。

此外，如何将多列子分配给其他东西。例如在 data.frame 样式中：

data[,columns][is.na(data[,columns])] <- a_value

Answer 1

您可以set用于替换多列中的值。基于 ，由于避免?set了 的开销，因此速度很快。[.data.table我们使用for循环遍历列，并将由“i”和“j”索引的值替换为“NA”

 for(j in seq_along(DT)) {
      set(DT, i=which(DT[[j]] %in% c(1,7)), j=j, value=NA)
  }

编辑：包括@David Arenburg 的评论。

数据

set.seed(24)
DT<-data.table(V1=sample(10), V2= sample(10), V3= sample(10))