R语言data.table

部分摘自：https://youngspring1.github.io/2016/2016-03-13-datatable1/

data.table的妙用：

tips:

   with=FALSE

是data.table的默认值,你可以使用 with = FALSE 来引用列名。

1，fread(’’) 可以读取好多类型文件，如csv,txt，且读取的时候自动header，sep和skip，但也可以自己设置

2，索引上可以和data.frame一模一样

保留列，wa = wa[,c(‘customer_id’,‘product_id’)]，wa = wa[,1:3]

       wa =

wa[,list(c(‘customer_id’,‘product_id’))], wa = wa[,.(1:3)]

      返回的是向量类型和data.table类型

删除列，wa = wa[,!c(‘customer_id’,‘product_id’)]

利用％like％ 命令进行模糊匹配:

   dat7

= mydata[,names(mydata) %like% “dep”, with=FALSE]

3, 对变量重命名：

   setnames(mydata,

c(“dest”,“origin”), c(“Destination”,
“origin.of.flight”))

4，子集的筛选与过滤：

   dat9

= mydata[origin %in% c(“JFK”, “LGA”)]

  dat11

= mydata[origin == “JFK” & carrier == “AA”]

5， 利用setsky(wa,product_id)来设置键值，可直接索引键值

6，ans =
wa[product_id == ‘B00009V3WS’,length(customer_id)];

   ans

= wa[product_id == ‘b00xyve4b8’,.N]; 这里.N就和length()功能一样

   nrow(flights[origin

== “JFK” & month == 6L]) 也可以达到此效果，但是效率更低

7，ans =
biu[,sum((V2+V3)<1.5)] 找出V2+V3 <1.5 的所有行数

ans_2 = biu[,(V2+V3)<1.5] 找出满足的V2+V3 <1.5 的行号(index)

8

a) 用by分组:

   ans

= wa[,.(.N),by=‘product_id’] 或 ans =
wa[,.(.N),by=product_id]

   ans

= wa[,.(.N),by=c(‘product_id’,‘review_id’)]; 对两列同时分组

以上方法，分组后的顺序会反映在结果中，即原数据和结果数据顺序一致，data.table本身就被设计成能保持原数据的顺序。在一些情况下，必须保持原来的顺序。但是，有时我们希望自动根据分组的变量排序。
b)参数keyby

.SD的使用