R中如何使用循环为data.table逐行按条件生成计算新列
基于循环的data.table条件列计算实现
前置准备
首先加载依赖包,复现你提供的原始测试数据:
library(data.table) # 复现原始数据 dt <- data.table( dummy = rep(c(0:1), each = 10), piece = rep(c(3:4)), values1 = c(10:29), values2 = c(20:39) )
实现方案1:逐行for循环(贴合逐行判断逻辑的基础实现)
循环前先预初始化目标新列,用NA占位,避免循环过程中动态加列带来的性能损耗:
# 预分配两列存储空间 dt[, `:=`(new_value1 = NA_real_, new_value2 = NA_real_)] # 逐行遍历所有行索引 for (row_idx in 1:nrow(dt)) { # 按当前行的dummy值匹配计算规则 if (dt$dummy[row_idx] == 0) { dt$new_value1[row_idx] <- (dt$values1[row_idx] + dt$values2[row_idx]) * dt$piece[row_idx] } else if (dt$dummy[row_idx] == 1) { dt$new_value2[row_idx] <- dt$values1[row_idx] + dt$values2[row_idx] * dt$piece[row_idx] } }
实现方案2:分组循环(大样本场景下效率更优)
逐行循环在数据量较大时运行速度偏慢,可以按dummy的取值做分组循环,对同组数据批量完成计算,性能比逐行遍历高很多:
# 同样先预初始化空的目标列 dt[, `:=`(new_value1 = NA_real_, new_value2 = NA_real_)] # 遍历dummy的所有唯一取值 for (dummy_val in unique(dt$dummy)) { match_row <- which(dt$dummy == dummy_val) if (dummy_val == 0) { dt[match_row, new_value1 := (values1 + values2) * piece] } else if (dummy_val == 1) { dt[match_row, new_value2 := values1 + values2 * piece] } }
结果验证
运行任意一种方案后,可通过以下代码查看计算结果是否符合规则:
# 查看前15行结果,对比dummy=0时的new_value1、dummy=1时的new_value2计算值 dt[1:15]
注意:你原始代码中
piece = rep(c(3:4))的写法会自动循环填充到和其他列相同的长度,最终piece列是3、4交替的序列,计算逻辑不受影响,但建议显式指定length.out参数,避免不同列长度不匹配的报错。
内容的提问来源于stack exchange,提问作者Sailor_0104
相关产品推荐
相关产品推荐

