用R中的data.table求和很多列，删除NA

Question

这真是我猜想的两个问题。我正在尝试使用data.table包来汇总大型数据集。假设我最初的大数据集是df1，不幸的是df1有50列（y0 ... y49），我想要3个字段的总和（segmentfield1，segmentfield2，segmentfield3）。有没有比输入每个y0 ... y49列更简单的方法呢？与此相关的是，data.table中是否有一个通用的na.rm = T，而不是每个和都输入？

dt1 <- data.table(df1) 
setkey(dt1, segmentfield1, segmentfield2, segmentfield3) 
dt2 <- dt1[,list(y0=sum(y0,na.rm=T), y1=sum(y1,na.rm=T), y2=sum(y2,na.rm=T), ... 
      y49=sum(y49,na.rm=T)), 
      by=list(segmentfield1, segmentfield2, segmentfield3)] 

Answer 1

首先，在使用该名称的对象变量：

colsToSum <- names(dt1) # or whatever you need 
summedNms <- paste0("y", seq_along(colsToSum)) 

如果您想将它复制到一个新的data.table

dt2 <- dt1[, lapply(.SD, sum, na.rm=TRUE), .SDcols=colsToSum] 
setnames(dt2, summedNms) 

或者，您想将列附加到原始文件中

dt1[, c(summedNms) := lapply(.SD, sum, na.rm=TRUE), .SDcols=colsToSum] 

---

至于一般na.rm过程中，有没有一个专门针对data.table，但看看?na.omit和?na.exclude