Come convertire il carattere in numerico all'interno di data.table per colonne specifiche?

Question

Il set di dati di seguito presenta le caratteristiche del mio set di dati di grandi dimensioni. Sto gestirlo in data.table, alcune colonne vengono caricati come chr nonostante sono numeri e voglio convertirli in valori numerici e questi nomi di colonna sono noti

dt = data.table(A=LETTERS[1:10],B=letters[1:10],C=as.character(runif(10)),D = as.character(runif(10))) # simplified version 
strTmp = c('C','D') # Name of columns to be converted to numeric 

# columns converted to numeric and returned a 10 x 2 data.table 
dt.out1 <- dt[,lapply(.SD, as.numeric, na.rm = T), .SDcols = strTmp] 

sono in grado di convertire quei 2 colonne a numerico con il codice sopra tuttavia voglio invece aggiornare dt. Ho provato a usare: = tuttavia non ha funzionato. Ho bisogno di aiuto qui!

dt.out2 <- dt[, strTmp:=lapply(.SD, as.numeric, na.rm = T), .SDcols = strTmp] # returned a 10 x 6 data.table (2 columns extra) 

Ho anche provato il codice qui sotto (codificato come un data.frame - non la mia soluzione ideale, anche se funziona come io sono preoccupato, in alcuni casi, l'ordine potrebbe cambiare), ma ancora non funziona. Qualcuno può farmi sapere perché non funziona, per favore?

dt[,strTmp,with=F] <- dt[,lapply(.SD, as.numeric, na.rm = T), .SDcols = strTmp] 

Grazie in anticipo!

Answer 1

Mentre la risposta di Roland è più idiomatica, si può anche considerare set all'interno di un ciclo di qualcosa di più diretto questo. Un approccio potrebbe essere qualcosa di simile:

strTmp = c('C','D') 
ind <- match(strTmp, names(dt)) 

for (i in seq_along(ind)) { 
    set(dt, NULL, ind[i], as.numeric(dt[[ind[i]]])) 
} 

str(dt) 
# Classes ‘data.table’ and 'data.frame': 10 obs. of 4 variables: 
# $ A: chr "A" "B" "C" "D" ... 
# $ B: chr "a" "b" "c" "d" ... 
# $ C: num 0.308 0.564 0.255 0.828 0.128 ... 
# $ D: num 0.635 0.0485 0.6281 0.4793 0.7 ... 
# - attr(*, ".internal.selfref")=<externalptr> 

Dalla pagina di aiuto a ?set, questo sarebbe evitare alcuni dei [.data.table testa se che diventa sempre un problema per voi.

Answer 2

1. Non è necessario assegnare l'intero data.table se si assegna per riferimento con := (vale a dire, non è necessario dt.out2 <-).

2. È necessario avvolgere l'LHS di := tra parentesi per accertarsi che sia valutato (e non utilizzato come nome).

Ti piace questa:

dt[, (strTmp) := lapply(.SD, as.numeric), .SDcols = strTmp] 
str(dt) 
#Classes ‘data.table’ and 'data.frame': 10 obs. of 4 variables: 
# $ A: chr "A" "B" "C" "D" ... 
# $ B: chr "a" "b" "c" "d" ... 
# $ C: num 0.30204 0.00269 0.46774 0.08641 0.02011 ... 
# $ D: num 0.151 0.0216 0.5689 0.3536 0.26 ... 
# - attr(*, ".internal.selfref")=<externalptr>