Операции со строками в data.table

Question

Я пытаюсь выполнить простую сумму и среднее по строкам, используя data.table, но я получаю неожиданные результаты. Я последовал за помощью в разделе 2 руководства FAQ для data.table. Я нашел способ, который работает, но я не уверен, почему этот метод в разделе 2 часто задаваемых вопросов нет. Этот метод дает мне неверный результат (т. Е. Он дает мне значение первого столбца):

dt[, genesum:=lapply(.SD,sum), by=gene]
head(dt)

      gene      TCGA_04_1348      TCGA_04_1362   genesum  
  1:    A1BG          0.94565          0.70585  0.94565   
  2: A1BG-AS          0.97610          1.15850  0.97610   
  3:    A1CF          0.00000          0.02105  0.00000   
  4:   A2BP1          0.00300          0.04150  0.00300   
  5:   A2LD1          4.57975          5.02820  4.57975  
  6:     A2M         60.37320         36.09715 60.37320 

и это дает мне желаемый результат

dt[, genesum:=apply(dt[,-1, with=FALSE],1, sum)]
head(dt)

       gene     TCGA_04_1348       TCGA_04_1362 genesum
  1:    A1BG          0.94565          0.70585  1.65150
  2: A1BG-AS          0.97610          1.15850  2.13460
  3:    A1CF          0.00000          0.02105  0.02105
  4:   A2BP1          0.00300          0.04150  0.04450
  5:   A2LD1          4.57975          5.02820  9.60795
  6:     A2M         60.37320         36.09715 96.47035

У меня есть еще много столбцов и строк, это только подмножество. Это как-то связано с тем, как я установил ключ?

tables()
 NAME        NROW    MB COLS                                               KEY                                             
 [1,] dt     20,785  2  gene,TCGA_04_1348_01A,TCGA_04_1362_01A,genesum    gene

Answer 1

Несколько вещей:

1. dt[, genesum:=lapply(.SD,sum), by=gene] а также dt[, genesum:=apply(dt[,-1, with=FALSE],1, sum)] совсем разные.

   • dt[, genesum:=lapply(.SD,sum), by=gene] петли по столбцам .SD data.table и суммирует их

   • dt[, genesum:=apply(dt[,-1, with=FALSE],1, sum)] циклически по строкам (т.е. apply(x, 1, function) относится function к каждому ряду в x

2. Я думаю, что вы можете получить то, что вы хотите, позвонив rowSums, вот так:

   dt[, genesum := rowSums(dt[, -1, with=FALSE])]
   

Это то, что вы после?

Answer 2

Вот одна альтернатива ( основанная на этом вопросе SO):

dt[ ,  genesum := sum(.SD[, -1, with=FALSE]), by = 1:NROW(dt) ]

другая альтернатива:

# OR... you can create a column with row positions and apply your function by row
dt[, rowpos := .I]
dt[ ,  genesum := sum(.SD[, -1, with=FALSE]), by = rowpos]