Questions tagged «data.table»

如何从data.table的列中提取列作为矢量？以下是我尝试过的一些代码片段： DT<-data.table(x=c(1,2),y=c(3,4),z=c(5,6)) DT # x y z #1: 1 3 5 #2: 2 4 6 我想使用列位置获取此输出 DT$y #[1] 3 4 is.vector(DT$y) #[1] TRUE 使用列位置获取此输出的其他方法 DT[,y] #[1] 3 4 is.vector(DT[,y]) #[1] TRUE 这不给向量 DT[,2,with=FALSE] # y #1: 3 #2: 4 is.vector(DT[,2,with=FALSE]) #[1] FALSE 那两个不起作用： DT$noquote(names(DT)[2]) # Doesn't work #Error: attempt to …

77 r  vector  indexing  data.table 

我正在尝试在自己的包中使用data.table包。MWE如下： 我创建了一个函数test.fun，该函数只是创建了一个小的data.table对象，然后将按“ A”列分组的“ Val”列求和。该代码是 test.fun<-function () { library(data.table) testdata<-data.table(A=rep(seq(1,5), 5), Val=rnorm(25)) setkey(testdata, A) res<-testdata[,{list(Ct=length(Val),Total=sum(Val),Avg=mean(Val))},"A"] return(res) } 当我在常规的R会话中创建此函数，然后运行该函数时，它会按预期工作。 > res<-test.fun() data.table 1.8.0 For help type: help("data.table") > res A Ct Total Avg [1,] 1 5 -0.5326444 -0.1065289 [2,] 2 5 -4.0832062 -0.8166412 [3,] 3 5 0.9458251 0.1891650 [4,] 4 5 2.0474791 …

76 r  data.table 

从data.table中删除多列的正确方法是什么？我当前正在使用下面的代码，但是当我不小心重复其中一个列名时，出现了意外的行为。我不确定这是否是错误，或者是否不应该以这种方式删除列。 library(data.table) DT <- data.table(x = letters, y = letters, z = letters) DT[ ,c("x","y") := NULL] names(DT) [1] "z" 上面的工作正常，但是 DT <- data.table(x = letters, y = letters, z = letters) DT[ ,c("x","x") := NULL] names(DT) [1] "z"

76 r  data.table 

我无法打开安装ggp​​lot2和data.table软件包。它给我以下错误（ggplot2的示例） > library(ggplot2) Error in loadNamespace(j <- i[[1L]], c(lib.loc, .libPaths()), versionCheck = vI[[j]]) : there is no package called ‘Rcpp’ Error: package or namespace load failed for ‘ggplot2’ 在关闭R会话之前，我能够使用这两个软件包正常工作。现在，每次我尝试运行它时，都会向我显示此错误。 我也曾尝试删除并重新安装它，但没有成功。 remove.packages(c("ggplot2", "data.table")) install.packages('ggplot2', dep = TRUE) install.packages('data.table', dep = TRUE) 我不知道怎么了

74 r  ggplot2  data.table 

我有一个函数，该函数在列表中返回两个值。这两个值都需要在两个新列中添加到data.table中。函数评估成本很高，因此我想避免必须两次计算函数。这是示例： library(data.table) example(data.table) DT x y v 1: a 1 42 2: a 3 42 3: a 6 42 4: b 1 4 5: b 3 5 6: b 6 6 7: c 1 7 8: c 3 8 9: c 6 9 这是我的功能的一个例子。记住，我说过这是昂贵的计算，最重要的是，无法从其他给定值中推断出一个返回值（如下例所示）： myfun <- function (y, v) { …

73 r  data.table 

我希望（1）将数据按一个变量（）分组State，（2）在每个组中找到另一个变量（Employees）的最小值行，以及（3）提取整行。 （1）和（2）是简单的一线客，我觉得（3）也是，但我无法理解。 这是一个示例数据集： > data State Company Employees 1 AK A 82 2 AK B 104 3 AK C 37 4 AK D 24 5 RI E 19 6 RI F 118 7 RI G 88 8 RI H 42 data <- structure(list(State = structure(c(1L, 1L, 1L, 1L, 2L, 2L, …

73 r  dplyr  data.table  aggregate 

我刚开始使用R，并且遇到了data.table。我发现它很棒。 一个非常幼稚的问题：我可以忽略data.frame来使用data.table以避免两个软件包之间的语法混淆吗？

72 r  dataframe  data.table 

我正在使用该data.table软件包来加快对数据集的摘要统计收集。 我很好奇是否有一种方法可以将多个列进行分组。我的数据如下所示： purchaseAmt adShown url 15.54 00001 150000001 4.82 00002 150000001 157.99 05005 776300044 ... ... ... 我可以做这样的事情： adShownMedian <- df1[,median(purchaseAmt),by="adShown"] 以获得每个广告的中位数。我怎么会做一些联合收割机adShown和url？ 我已经试过了： adShownMedian <- df1[,median(purchaseAmt),by=c("adShown","url")] 但没有运气。 有什么建议？

71 r  group-by  data.table 

我有一个data.table： set.seed(1) data <- data.table(time = c(1:3, 1:4), groups = c(rep(c("b", "a"), c(3, 4))), value = rnorm(7)) data # groups time value # 1: b 1 -0.6264538 # 2: b 2 0.1836433 # 3: b 3 -0.8356286 # 4: a 1 1.5952808 # 5: a 2 0.3295078 # 6: a …

69 r  data.table  plyr  dplyr 

我似乎无法找到究竟任何文件.EACHI中做data.table。我在文档中看到了简短的提及： 当在i和setting中传递那些组时，对已知组的子集进行聚合特别有效by=.EACHI。当i为data.table时，DT[i,j,by=.EACHI]评估连接的每一行j的组。我们称每个i为分组。DTi 但是，“群体”在意义上DT意味着什么？群组是否由设置的键确定DT？该组是否是使用所有列作为键的每个不同的行？我完全理解如何运行类似的东西，DT[i,j,by=my_grouping_variable]但是对于如何.EACHI工作却感到困惑。有人可以解释吗？

68 r  performance  group-by  data.table 

我在R中有一个数据表： library(data.table) set.seed(1234) DT <- data.table(x=rep(c(1,2,3),each=4), y=c("A","B"), v=sample(1:100,12)) DT x y v [1,] 1 A 12 [2,] 1 B 62 [3,] 1 A 60 [4,] 1 B 61 [5,] 2 A 83 [6,] 2 B 97 [7,] 2 A 1 [8,] 2 B 22 [9,] 3 A 99 [10,] 3 …

67 r  data.table 

我想在不带组的data.table中填充一些NA值。请考虑以下data.table提取物，该数据代表时间和距离： library(data.table) df <- data.frame(time = seq(7173, 7195, 1), dist = c(31091.33, NA, 31100.00, 31103.27, NA, NA, NA, NA, 31124.98, NA,31132.81, NA, NA, NA, NA, 31154.19, NA, 31161.47, NA, NA, NA, NA, 31182.97)) DT<- data.table(df) 我想在DT data.table中，使用取决于之前/之后的非NA值的函数填充NA值。例如，在j中编写一个函数来替换每条指令 DT[2, dist := (31091.33 + (31100-31091.33) / 2)] 然后 DT[5:8, dist := (31103.27 …

18 r  data.table 

我有一个data.table： groups <- data.table(group = c("A", "B", "C", "D", "E", "F", "G"), code_1 = c(2,2,2,7,8,NA,5), code_2 = c(NA,3,NA,3,NA,NA,2), code_3 = c(4,1,1,4,4,1,8)) group code_1 code_2 code_3 A 2 NA 4 B 2 3 1 C 2 NA 1 D 7 3 4 E 8 NA 4 F NA NA 1 G …

14 r  data.table  igraph 

我习惯于将相似的任务集中到一行中。例如，如果我需要过滤a，b以及c在数据表中，我把它们放在一起在一个[]与AND运算。昨天，我注意到在我的特定情况下，它的运行速度非常慢，并且经过了测试，却没有测试链接过滤器。我在下面提供了一个示例。 首先，我为随机数生成器添加种子，加载data.table，并创建一个虚拟数据集。 # Set RNG seed set.seed(-1) # Load libraries library(data.table) # Create data table dt <- data.table(a = sample(1:1000, 1e7, replace = TRUE), b = sample(1:1000, 1e7, replace = TRUE), c = sample(1:1000, 1e7, replace = TRUE), d = runif(1e7)) 接下来，我定义我的方法。第一种方法将过滤器链接在一起。第二个将过滤器与在一起。 # Chaining method chain_filter <- function(){ dt[a %between% …

12 r  data.table 

我需要将包含信息的列拆分为几列。 我会使用，tstrsplit但相同的信息在行之间的顺序并不相同，我需要在变量中提取新列的名称。重要信息：可能有很多信息（字段变成新变量），我不知道所有这些信息，因此，我不需要“逐字段”解决方案。 以下是我所拥有的示例： library(data.table) myDT <- structure(list(chr = c("chr1", "chr2", "chr4"), pos = c(123L, 435L, 120L), info = c("type=3;end=4", "end=6", "end=5;pos=TRUE;type=2" )), class = c("data.table", "data.frame"), row.names = c(NA,-3L)) # chr pos info #1: chr1 123 type=3;end=4 #2: chr2 435 end=6 #3: chr4 120 end=5;pos=TRUE;type=2 我想得到： # chr pos end …

11 r  data.table  reshape