工作手记（二）R语言的data.table框架的学习，以及日常处理数据算法基本流程

R语言中的data.table框架

可能是我对pandas和numpy的组合不太熟悉，但是R语言对于表格数据的处理有相应的格式，封装的很好，data.table基本上是从data[i,j,by=‘ ’] :在满足i子集的条件下，通过by的分组，对列j进行处理。
但是，格式的固定，并没有限制处理情况的多样化：

diandongbang_fix2[,temp:={
  temp2=unique(unlist(tstrsplit(temp,'')))
  temp2=temp2[!temp2 %in% c(' ','（','）')]
  temp2=paste0(temp2,collapse='|')
  temp2
},by=.(id)]

在使用data.table框架时，编写函数不可以使用if语句，因为传进来的是一个boolean型的向量，放在一个if（）里面进行判断，是不可运行的。
若是对一张表有if操作，可以多写几个语句，使用data[ ]中的第一个参数进行子集筛选，进行操作。

另外，对于目前自己来说，所做的一些事情，及本所需要的罗列在下面几点：

• 使用接口来获取数据，getfromSQL94_where[database,table,where_suffix=" "]

• 使用merge()函数来对所获取的数据进行连接
  merge(data1,data2,by.x= ,by.y= [,all.x=T])
  all,all.x,all.y:指定x和y的行是否应该全在输出文件.即实现左连接，右连接，内连接，外连接等操作。

• setnames( c( ),c( ) )对相应列名操作，并更换列名。

• 最后 write.csv( )即可。