data.table
Zeilen nach Gruppe unterteilen
Suche…
Bemerkungen
Eine Erinnerung: Die DT[where, select|update|do, by] Syntax wird verwendet, um mit Spalten einer data.table zu arbeiten.
- "Wo" ist das
iArgument - Der Teil "select | update | do" ist das Argument
j
Diese beiden Argumente werden normalerweise nach Position statt nach Name übergeben.
Zeilen innerhalb jeder Gruppe auswählen
# example data
DT <- data.table(Titanic)
Angenommen, wir wollen für jedes Geschlecht die Reihen mit den höchsten Überlebenszahlen:
DT[Survived == "Yes", .SD[ N == max(N) ], by=Sex]
# Class Sex Age Survived N
# 1: Crew Male Adult Yes 192
# 2: 1st Female Adult Yes 140
.SD ist die Untermenge der Daten, die jedem Sex . und wir setzen dies weiter auf die Reihen, die unsere Bedingung erfüllen. Wenn Geschwindigkeit wichtig ist, verwenden Sie stattdessen einen von eddi vorgeschlagenen Ansatz für SO :
DT[ DT[Survived == "Yes", .I[ N == max(N) ], by=Sex]$V1 ]
# Class Sex Age Survived N
# 1: Crew Male Adult Yes 192
# 2: 1st Female Adult Yes 140
Fallstricke
In der letzten .I bezieht sich .I auf die Zeilennummern der vollständigen Daten.Tabelle. Dies ist jedoch nicht der Fall, wenn es kein by :
DT[ Survived == "Yes", .I]
# 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
DT[ Survived == "Yes", .I, by=Sex]$I
# 17 18 19 20 25 26 27 28 21 22 23 24 29 30 31 32
Gruppen auswählen
# example data
DT = data.table(Titanic)
Angenommen, wir möchten nur die zweite Klasse sehen:
DT[ Class == "2nd" ]
# Class Sex Age Survived N
# 1: 2nd Male Child No 0
# 2: 2nd Female Child No 0
# 3: 2nd Male Adult No 154
# 4: 2nd Female Adult No 13
# 5: 2nd Male Child Yes 11
# 6: 2nd Female Child Yes 13
# 7: 2nd Male Adult Yes 14
# 8: 2nd Female Adult Yes 80
Hier subsetieren wir einfach die Daten mit i , der "wo" -Klausel.
Gruppen nach Bedingung auswählen
# example data
DT = data.table(Titanic)
Angenommen, wir möchten jede Klasse nur sehen, wenn eine Mehrheit überlebt hat:
DT[, if (sum(N[Survived=="Yes"]) > sum(N[Survived=="No"]) ) .SD, by=Class]
# Class Sex Age Survived N
# 1: 1st Male Child No 0
# 2: 1st Female Child No 0
# 3: 1st Male Adult No 118
# 4: 1st Female Adult No 4
# 5: 1st Male Child Yes 5
# 6: 1st Female Child Yes 1
# 7: 1st Male Adult Yes 57
# 8: 1st Female Adult Yes 140
Hier geben wir die Teilmenge der Daten .SD nur dann zurück, wenn unsere Bedingung erfüllt ist. Eine Alternative ist
DT[, .SD[ sum(N[Survived=="Yes"]) > sum(N[Survived=="No"]) ) ], by=Class]
Dies hat sich jedoch manchmal als langsamer erwiesen.