Thêm và cập nhật cột theo tham chiếu

Xử lý dữ liệu với data.table trong R

Matt Dowle, Arun Srinivasan

Instructors, DataCamp

Nội bộ data.frame

Giả sử bạn muốn đổi hàng thứ 2 của cột "y" thành 10

df <- data.frame(x = 1:5, y = 6:10)
df

x  y
1  6
2  7

df$y[2] <- 10

Nội bộ data.frame

Trong R < v3.1.0, thao tác này dẫn đến sao chép sâu toàn bộ data.frame

# nội bộ xảy ra trước R v3.1.0
tmp <- <deep copy of "df">
tmp$y[2] <- 10
df <- tmp

Nếu muốn làm điều tương tự trên data.frame 10GB thì sao?

Nội bộ data.frame

Ở v3.1.0, đã cải tiến để chỉ sao chép sâu cột được cập nhật
Trong ví dụ này, chỉ các cột a và b được sao chép sâu trong thao tác trên df bên dưới

df <- data.frame(a = 1:3, b = 4:6, c = 7:9, d = 10:12)
df[1:2] <- lapply(df[1:2], function(x) ifelse(x%%2, x, NA))
df

 a  b c  d
 1 NA 7 10
NA  5 8 11
 3 NA 9 12

Nội bộ data.table

data.table cập nhật cột tại chỗ, tức là theo tham chiếu
Nghĩa là bạn không cần gán kết quả lại cho một biến
Không tạo bản sao cột nào khi thay đổi giá trị
data.table dùng toán tử mới := để thêm/cập nhật/xóa cột theo tham chiếu

Dạng LHS := RHS

batrips[, c("is_dur_gt_1hour", "week_day") := list(duration > 3600, 
                                                   wday(start_date))]

# Khi thêm một cột, không cần dấu ngoặc kép
batrips[, is_dur_gt_1hour := duration > 3600]

Dạng hàm

batrips[, `:=`(is_dur_gt_1hour = NULL,                  
               start_station = toupper(start_station))]

Cùng luyện tập nào!

Xử lý dữ liệu với data.table trong R