data.table：用函數逐行轉換列的子集

Question

如何使一個data.table具有大部分數值，只轉換一列的子集並將它們放回原始數據表？通常，我不想將任何彙總統計信息作爲單獨的列添加，只需交換已轉換的統計信息即可。

假設我們有一個DT。它有1列名稱和10列數值。我對基數R的「縮放」函數對該數據表的每一行感興趣，但僅適用於這10個數字列。

並在此擴展。如果我有一個包含更多列的數據表，並且我需要使用列名稱來說明應用該函數的數據點的縮放函數？

通過定期data.frame我只想做：

df[,grep("keyword",colnames(df))] <- t(apply(df[,grep("keyword",colnames(df))],1,scale)) 

我知道這看起來繁瑣，但總是爲我工作。但是，我無法找到在data.tables中執行此操作的簡單方法。

我會像這樣的事情，爲data.tables工作：

dt[,grep("keyword",colnames(dt)) := scale(grep("keyword",colnames(dt)),center=F)] 

但事實並非如此。

編輯：

做的另一個例子，更新列與他們的每行縮放版本：

DT = data.table對象

dt[,grep("keyword",colnames(dt),value=T) := as.data.table(t(apply(dt[,grep("keyword",colnames(dt)),with=F],1,scale)))] 

它需要「爲太糟糕.data.table「部分，因爲來自apply函數的轉置值是一個矩陣。在更新列時，data.table可能會自動將矩陣強制轉換爲data.tables？

Answer 1

如果你需要的是真正的規模由行，你可以嘗試在2個步驟做：

# compute mean/sd: 
mean_sd <- DT[, .(mean(unlist(.SD)), sd(unlist(.SD))), by=1:nrow(DT), .SDcols=grep("keyword",colnames(DT))] 

# scale 
DT[, grep("keyword",colnames(DT), value=TRUE) := lapply(.SD, function(x) (x-mean_sd$V1)/mean_sd$V2), .SDcols=grep("keyword",colnames(DT))]