R data.table применить функцию для всех пар столбцов

Question

Скажем, у меня есть data.table такие, как: (или с цифрами и НСБУ)

temp <- data.table(M=c(NA,T,T,F,F,F,NA,NA,F), 
        P=c(T,T,T,F,F,F,NA,NA,NA), S=c(T,F,NA,T,F,NA,NA,NA,NA)) 

    M  P  S 
    NA TRUE TRUE 
TRUE TRUE FALSE 
TRUE TRUE NA 
FALSE FALSE TRUE 
FALSE FALSE FALSE 
FALSE FALSE NA 
    NA NA NA 
    NA NA NA 
FALSE NA NA 

И я хочу, чтобы проверить, когда переменная NA означает что значения второй переменной - все NA. Проверить, связаны ли некоторые переменные с другими.

Например, когда P = NA, мы также имеем S = NA.

Этот код работает правильно для двух отдельных колонок:

temp[is.na(P),all(is.na(S))] 

дает TRUE,

и

temp[is.na(S),all(is.na(P))] 

дает FALSE, потому что шестой строка S = NA, но P = NA!.

Теперь мой вопрос. Я хотел бы обобщить его, проверив все пары в моей таблице data.table и напечатаю, какие пары «связаны».
Я бы предпочел напечатать только те результаты, которые являются ИСТИНАМИ, игнорируя FALSE, потому что большинство пар в моей реальной таблице данных не будут связаны, и у меня есть 550 переменных.

Я попробовал этот код:

temp[, lapply(.SD, function(x) temp[is.na(x), 
       lapply(.SD, function(y) all(is.na(y)))]] 

Я получаю эту ошибку

Error: unexpected ']' in: "temp[, lapply(.SD, function(x) temp[is.na(x), lapply(.SD, function(y) all(is.na(y)))]]"

Я мог бы попробовать с цикл, но я бы предпочел типичный data.table синтаксис. Любые предложения приветствуются.

Я также хотел бы знать, как обращаться к двум различным .SD, когда вы вставляете вызовы data.table.

Answer 1

Для комбинаций пар, crossprod кажется еще полезным.

Мы заботимся только для того, является ли NA или нет значение:

NAtemp = is.na(temp) 

Сравните сосуществование NA с:

crossprod(NAtemp) 
# M P S 
#M 3 2 2 
#P 2 3 3 
#S 2 3 5 

с числом NA в колонке:

colSums(NAtemp) 
#M P S 
#3 3 5 

подобный:

ans = crossprod(NAtemp) == colSums(NAtemp) 
ans 
#  M  P  S 
#M TRUE FALSE FALSE 
#P FALSE TRUE TRUE 
#S FALSE FALSE TRUE 

И использовать удобный as.data.frame.table для форматирования:

subset(as.data.frame(as.table(ans)), Var1 != Var2) 
# Var1 Var2 Freq 
#2 P M FALSE 
#3 S M FALSE 
#4 M P FALSE 
#6 S P FALSE 
#7 M S FALSE 
#8 P S TRUE 

Answer 2

Мы можем попытаться с combn

unlist(combn(names(temp), 2, FUN = function(nm) 
    list(setNames(temp[is.na(get(nm[1])), all(is.na(get(nm[2])))], paste(nm, collapse="-"))))) 
# M-P M-S P-S 
# FALSE FALSE TRUE 

---

Или, если мы нужны все комбинации

d1 <- CJ(names(temp), names(temp))[V1!=V2] 
d1[, .(index=temp[is.na(get(V1)), all(is.na(get(V2)))]) , .(V1, V2)] 
# V1 V2 index 
#1: M P FALSE 
#2: M S FALSE 
#3: P M FALSE 
#4: P S TRUE 
#5: S M FALSE 
#6: S P FALSE