data.table
Ange rader per grupp
Sök…
Anmärkningar
En påminnelse: DT[where, select|update|do, by] syntax används för att arbeta med kolumner i en datatabell.
- "Var" -delen är
iargumentet - Delen "select | update | do" är
jargumentet
Dessa två argument skickas vanligtvis efter position istället för med namn.
Att välja rader inom varje grupp
# example data
DT <- data.table(Titanic)
Anta att vi för varje kön vill ha raderna med de högsta överlevnadstalen:
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 är den delmängd data som är associerad med varje Sex ; och vi lägger ned detta ytterligare till raderna som uppfyller vårt villkor. Om hastighet är viktig, använd istället en metod som föreslås av eddi på SO :
DT[ DT[Survived == "Yes", .I[ N == max(N) ], by=Sex]$V1 ]
# Class Sex Age Survived N
# 1: Crew Male Adult Yes 192
# 2: 1st Female Adult Yes 140
Fallgropar gropar~~POS=HEADCOMP
I den sista .I refererar .I till radnumren för hela data.tabellen. Detta är dock inte sant när det inte finns någon by :
DT[ Survived == "Yes", .I]
# 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
DT[ Survived == "Yes", .I, by=Sex]$I
# 17 18 19 20 25 26 27 28 21 22 23 24 29 30 31 32
Att välja grupper
# example data
DT = data.table(Titanic)
Anta att vi bara vill se andra klass:
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
Här lägger vi helt enkelt ner data med hjälp av i , "var" -bestämmelsen.
Välja grupper efter villkor
# example data
DT = data.table(Titanic)
Anta att vi bara vill se varje klass om en majoritet överlevde:
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
Här returnerar vi delmängden data. .SD endast om vårt villkor är uppfyllt. Ett alternativ är
DT[, .SD[ sum(N[Survived=="Yes"]) > sum(N[Survived=="No"]) ) ], by=Class]
men detta har ibland visat sig långsammare.