data.table
Korzystanie z .SD i .SDcols dla podzbioru danych
Szukaj…
Wprowadzenie
.SD jest dostępny w j z DT[i,j,by] , uchwycenie ubset S cZ ATA dla każdego by grupy przeżyły filtra i . .SDcols jest pomocnikiem. Wpisz ?`special-symbols` dla oficjalnych dokumentów.
Uwagi
Przypomnienie: składnia DT[where, select|update|do, by] jest używana do pracy z kolumnami tabeli danych.
- Część „gdzie” to argument
i - Część „select | update | do” jest argumentem
j
Te dwa argumenty są zwykle przekazywane według pozycji zamiast nazwy.
Korzystanie z .SD i .SDcols
.SD
.SD odnosi się do podzestawu data.table dla każdej grupy, z wyłączeniem wszystkich kolumn używanych by .
.SD wraz z lapply można zastosować do zastosowania dowolnej funkcji do wielu kolumn według grup w data.table
Będziemy nadal używać tego samego wbudowanego zestawu danych, mtcars :
mtcars = data.table(mtcars) # Let's not include rownames to keep things simpler
Średnia wszystkich kolumn w zestawie danych według liczby cylindrów , cyl :
mtcars[ , lapply(.SD, mean), by = cyl]
# cyl mpg disp hp drat wt qsec vs am gear carb
#1: 6 19.74286 183.3143 122.28571 3.585714 3.117143 17.97714 0.5714286 0.4285714 3.857143 3.428571
#2: 4 26.66364 105.1364 82.63636 4.070909 2.285727 19.13727 0.9090909 0.7272727 4.090909 1.545455
#3: 8 15.10000 353.1000 209.21429 3.229286 3.999214 16.77214 0.0000000 0.1428571 3.285714 3.500000
Oprócz cyl w zestawie danych znajdują się także inne kategorie, takie jak vs , am , gear i carb . To naprawdę nie ma sensu wziąć mean z tych kolumn. Wykluczmy więc te kolumny. To .SDcols pojawia się .SDcols .
.SDcols
.SDcols określa kolumny data.table które są zawarte w .SD .
Średnia wszystkich kolumn (kolumn ciągłych) w zbiorze danych według liczby kół gear i liczby cylindrów , cyl , ułożonych według gear i cyl :
# All the continuous variables in the dataset
cols_chosen <- c("mpg", "disp", "hp", "drat", "wt", "qsec")
mtcars[order(gear, cyl), lapply(.SD, mean), by = .(gear, cyl), .SDcols = cols_chosen]
# gear cyl mpg disp hp drat wt qsec
#1: 3 4 21.500 120.1000 97.0000 3.700000 2.465000 20.0100
#2: 3 6 19.750 241.5000 107.5000 2.920000 3.337500 19.8300
#3: 3 8 15.050 357.6167 194.1667 3.120833 4.104083 17.1425
#4: 4 4 26.925 102.6250 76.0000 4.110000 2.378125 19.6125
#5: 4 6 19.750 163.8000 116.5000 3.910000 3.093750 17.6700
#6: 5 4 28.200 107.7000 102.0000 4.100000 1.826500 16.8000
#7: 5 6 19.700 145.0000 175.0000 3.620000 2.770000 15.5000
#8: 5 8 15.400 326.0000 299.5000 3.880000 3.370000 14.5500
Może nie chcemy obliczać mean według grup. Aby obliczyć średnią dla wszystkich samochodów w zbiorze danych, nie podajemy zmiennej by .
mtcars[ , lapply(.SD, mean), .SDcols = cols_chosen]
# mpg disp hp drat wt qsec
#1: 20.09062 230.7219 146.6875 3.596563 3.21725 17.84875
Uwaga: Nie trzeba wcześniej definiować cols_chosen . .SDcols mogą bezpośrednio pobierać nazwy kolumn