如何在R中将data.table指定多列的非零值替换为1

嘿，这个需求用data.table的原生高效语法就能轻松搞定，咱们一步步来：

首先先确认你的原始数据：

library(data.table)
Well <- c("A1", "A2", "A3", "A4", "A5")
Episyrphus <- c(0,0,5,3,1)
Eupeodes <- c(2,0,4,1,0)
Syrphus <- c(0,4,0,3,2)
dt <- data.table(Well, Episyrphus, Eupeodes, Syrphus)
dt

输出结果：

Well Episyrphus Eupeodes Syrphus
1:   A1          0        2       0
2:   A2          0        0       4
3:   A3          5        4       0
4:   A4          3        1       3
5:   A5          1        0       2

解决方案1：手动指定目标列 #

直接用data.table的原地赋值语法，把指定物种列的非零值转成1：

# 针对指定的三个物种列修改
dt[, c("Episyrphus", "Eupeodes", "Syrphus") := lapply(.SD, function(x) as.integer(x != 0))]
dt

解决方案2：自动匹配目标列（更灵活） #

如果后续物种列可能增加，不想手动列名的话，可以自动筛选除Well外的所有列：

# 先获取所有物种列名
species_cols <- setdiff(names(dt), "Well")
# 批量修改目标列
dt[, (species_cols) := lapply(.SD, function(x) as.integer(x != 0)), .SDcols = species_cols]
dt

最终你会得到目标数据表：

Well Episyrphus Eupeodes Syrphus
1:   A1          0        1       0
2:   A2          0        0       1
3:   A3          1        1       0
4:   A4          1        1       1
5:   A5          1        0       1

代码小解释 #

• lapply(.SD, function(x) as.integer(x != 0))：遍历目标列子集，判断每个值是否非零，布尔值转整数后（TRUE变1，FALSE变0）返回
• :=是data.table的原地赋值运算符，效率极高，不会复制整个数据表
• .SDcols用来精准指定要操作的列，避免无关列参与计算

内容的提问来源于stack exchange，提问作者D.Hodgkiss