我正在寻找plyr::mapvalues
中data.table
的易于理解的替代方法。
例如,在plyr::mapvalues
中,如果我想将carb
中的mtcars
的值更改为type1, type2, type3
-我将执行以下操作:
library(tidyverse)
mtcars %>%
mutate(carb = plyr::mapvalues(
carb,
from = c("1", "2", "3", "4", "6", "8"),
to = c("type1", "type1", "type2", "type2", "type3", "type3")))
但是,如果我想在data.table
中执行相同的操作,则需要这样做:
library(data.table)
dt <- data.table(mtcars)
dt$carb <- as.character(dt$carb)
dt[which(carb %in% c("1", "2")),
carb := "type1"]
dt[which(carb %in% c("3", "4")),
carb := "type2"]
dt[which(carb %in% c("6", "8")),
carb := "type3"]
是否可以在一种情况下更改所有值?
如何使用match
dt[, carb := rep(paste0("Type", 1:3), each = 2)[match(carb, c("1","2","3","4","6","8"))]]
# mpg cyl disp hp drat wt qsec vs am gear carb
#1: 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 Type2
#2: 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 Type2
#3: 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 Type1
#4: 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 Type1
#5: 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 Type1
#6: 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 Type1
#7: 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 Type2
#8: 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 Type1
#9: 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 Type1
#10: 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 Type2
#...