data.tableからの列の選択

R の data.table によるデータ操作

Matt Dowle, Arun Srinivasan

Instructors, DataCamp

data.table構文の基本形（復習）

第2引数jは列の選択（および計算）に使用します

# General form of data.table syntax
DT[i, j, by]
   |  |  |
   |  |  --> grouped by what?
   |  -----> what to do?
   --------> on which rows?

列名による列の選択

j引数は列名の文字ベクトルを受け付けます

ans <- batrips[, c("trip_id", "duration")]
head(ans, 2)

trip_id duration
139545      435
139546      432

列名による列の選択

batrips_df <- as.data.frame(batrips)
ans <- batrips_df[, "trip_id"]
head(ans, 2)

# The result is a vector, not a data.frame
139545, 139546

ans <- batrips[, "trip_id"]
# Still a data.table, not a vector
head(ans, 2)

trip_id
139545
139546

列名の代わりに列番号も使用できます

ans <- batrips[, c(2, 4)]
head(ans, 2)

duration  start_station
435       San Francisco City Hall
432       San Francisco City Hall

ただし、これは悪い慣行とされています

# If the order of columns changes, the result is wrong
batrips[, c(2, 4)]

# The result is always correct, no matter the order
batrips[, c("duration", "start_station")]

文字ベクトルによる列の除外

-c("col1", "col2", ...) で指定した列を除外する
data.table専用の便利機能
-の代わりに!を使っても同様に動作する

# Select all cols *except* those shown below
ans <- batrips[, -c("start_date", "end_date", "end_station")]
head(ans, 1)

trip_id  duration  start_station             start_terminal  bike_id  end_terminal
139545   435       San Francisco City Hall   58              65       473 

subscription_type  zip_code
Subscriber         94612

data.table流の列選択

前の章でi引数において列を変数のように使用した方法を思い出してください。

# Recap the "i" argument
# All trips more than an hour
batrips[duration > 3600]

同様に、列名の変数リストを使って列を選択できます

ans <- batrips[, list(trip_id, dur = duration)]
head(ans, 2)

trip_id     dur
139545      435
139546      432

単一列を選択する際、list()で囲まない場合はvectorが返されます

# Select a single column and return a data.table
ans <- batrips[, list(trip_id)]
head(ans ,2)

trip_id
139545
139546

# Select a single column and return a vector
ans <- batrips[, trip_id]
head(ans, 2)

139545 139546

data.table流の列選択

.() はlist()のエイリアスです（簡略記法）

# .() is the same as list()
ans <- batrips[, .(trip_id, duration)]
head(ans, 2)

trip_id duration
139545      435
139546      432

練習しましょう！

R の data.table によるデータ操作