加入，并添加列去

我是相当新的data.table库，目前正在学习有效地使用它。我在这里有两个表格，我想先聚合第二个表格，然后将它与第一个表格合并并修改连接表格中的一列。理想（和我的理解）在一个去。

包版本

sessionInfo() 
# R version 3.1.0 (2014-04-10) 
# Platform: i386-w64-mingw32/i386 (32-bit) 

# attached base packages: 
# [1] stats  graphics grDevices utils  datasets methods base  

# other attached packages: 
# [1] data.table_1.9.4 

# loaded via a namespace (and not attached): 
# [1] chron_2.3-45 plyr_1.8.1 Rcpp_0.11.2 reshape2_1.4 stringr_0.6.2 
# [6] tools_3.1.0

代码

我已经试过可以在这个小例子可以看出：

library(data.table) 
set.seed(1) 
DT1 <- data.table(id = LETTERS[1:4], x = rnorm(4), key = "id") 
DT2 <- data.table(id = rep(LETTERS[1:4], each = 3), y = 1:12, z = rep(1, 12), key = "id") 
DT1[DT2[, lapply(.SD, mean), by = "id"]] # simple join works fine 
# id   x y z 
# 1: A -0.6264538 2 1 
# 2: B 0.1836433 5 1 
# 3: C -0.8356286 8 1 
# 4: D 1.5952808 11 1 

# however, adding a 'j' argument does not work 
DT1[DT2[, lapply(.SD, mean), by = "id"], x := -x] # (1) 

# in fact the above statement changes the 'x' column in 'DT1': 
DT1 
# id   x 
# 1: A 0.6264538 
# 2: B -0.1836433 
# 3: C 0.8356286 
# 4: D -1.5952808

我猜想，这事做data.table如何处理数据（并且不进行复制）除非需要，所以请参考）。因此，下面的代码工作：

DT3 <- copy(DT1[DT2[, lapply(.SD, mean), by = "id"]])[, x := -x] 
(DT4 <- DT1[DT2[, lapply(.SD, mean), by = "id"]][, x := -x]) # (2) 
# id   x y z 
# 1: A -0.6264538 2 1 
# 2: B 0.1836433 5 1 
# 3: C -0.8356286 8 1 
# 4: D 1.5952808 11 1 
identical(DT3, DT4) 
# [1] TRUE

问题

是什么做的 '最好' 的方法是什么？在时间和记忆方面使用“最佳”？
这样做的概念性方式是什么？换句话说，Matt Dowle（软件包维护者）会使用哪一系列命令？
为什么(1)不工作，而(2)按预期工作？

来源

2014-11-24 thothal

我们应该经常问自己，WWMDD？ – 2014-11-24 16:40:19

与目前执行的问题（1）

DT1[DT2[, lapply(.SD, mean), by = "id"], x := -x] # (1)

是，你是通过参考与x:=-x修改DT1，用的加入实际上没有分配。

你想要的是（4）

DT3 <- DT1[DT2[, lapply(.SD, mean), by = "id"]][, x := -x]

在这里，一个额外的呼叫[上加入了数据集中意味着你分配到新创建的data.table x:=-x。

除非确实需要，否则不需要显式复制。

来源

2014-11-25 05:27:01 mnel

感谢您的解释。我认为它与通过引用更改插槽有关。只是出于好奇：是否在（2）情况下复制'data.table'？ – thothal 2014-11-25 06:55:59

@thothal新数据。table是用'DT1 [DT2 [，lapply（.SD，mean），by =“id”]]'创建的，在copy中复制将复制这个新的数据表（据我所知） – mnel 2014-11-26 02:34:55

这里是我如何与dplyr解决这个：

library("dplyr") 

set.seed(1) 
DT1 <- data_frame(id = LETTERS[1:4], x = rnorm(4), key = "id") 
DT2 <- data_frame(id = rep(LETTERS[1:4], each = 3), y = 1:12, z = rep(1, 12), key = "id") 

DT2 %>% 
    group_by(id) %>% 
    summarise_each(funs(mean), y:z) %>% 
    left_join(DT1) %>% 
    mutate(x = -x)

（假设我正确地解释你的data.table代码）

来源

2014-11-24 21:27:02 hadley

感谢您的选择。其实，这是我的第一个代码。但是，我只是想探索'data.table'选项来学习新的东西。 – thothal 2014-11-25 07:00:02

加入，并添加列去

回答

相关问题