R data.table如何按行条件无循环批量修改指定多列数值

原代码错误原因 #

• 你编写的iris[(cols) > 1.5 , (cols) := 1, .SDcols = cols]中，i位置的(cols) > 1.5是对存储列名的字符向量做数值比较，永远返回FALSE，无法筛选到符合条件的行，赋值逻辑完全不会触发
• 原代码仅包含大于等于1.5赋值为1的逻辑，没有处理小于1.5赋值为0的规则，即使筛选逻辑正确也无法得到预期结果

正确实现代码 #

首先确保操作对象为data.table格式，再通过.SD + lapply的向量化方案批量处理，无R级循环，性能优异：

# 加载依赖并转换数据格式
library(data.table)
setDT(iris) # 若你操作的对象已经是data.table可跳过这一步

# 定义需要处理的列向量，这里以iris的4个数值列为例，可替换为你自己的cols定义
cols <- names(iris)[1:4]

# 高性能写法：利用逻辑值转整数直接生成结果，适合大数据量场景
iris[, (cols) := lapply(.SD, function(x) as.integer(x >= 1.5)), .SDcols = cols]

# 可读性写法：用ifelse完全匹配需求描述，适合小数据量或需要明确逻辑的场景
# iris[, (cols) := lapply(.SD, function(x) ifelse(x >= 1.5, 1, 0)), .SDcols = cols]

逻辑说明 #

• .SDcols = cols限定本次操作仅作用于你选中的列范围
• lapply(.SD, 自定义函数)会对每一个选中的列执行相同的判断逻辑，返回的结果列表会按顺序赋值给(cols)指定的列
• as.integer(x >= 1.5)利用了R中逻辑值的底层存储规则：TRUE对应整数1，FALSE对应整数0，无需分支判断即可得到目标值，运行效率远高于ifelse

内容的提问来源于stack exchange，提问作者nimliug