Vítejte v kurzu!

Manipulace s daty pomocí data.table v R

Matt Dowle and Arun Srinivasan

Instructors, DataCamp

Co je data.table?

Stručná a konzistentní syntaxe
- Myslíme v pojmech řádků, sloupců a skupin
- Pro každý poskytuje zástupný symbol

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

srovnání výkonu

Bohaté funkce
- Paralelizace
- Rychlé aktualizace odkazem
- Výkonné joiny (Joining Data with data.table in R)

Tři způsoby vytvoření datové tabulky:

library(data.table)
x_df <- data.frame(id = 1:2, name = c("a", "b"))
x_df

id name
 1    a
 2    b

x_dt <- data.table(id = 1:2, name = c("a", "b"))
x_dt

id name
 1    a
 2    b

y <- list(id = 1:2, name = c("a", "b"))
y

$id
1 2
$name
"a" "b"

x <- as.data.table(y)
x

id name
 1    a
 2    b

Protože data.table je data.frame ...

x <- data.table(id = 1:2, 
                name = c("a", "b"))
x

id name
 1    a
 2    b

class(x)

"data.table" "data.frame"

Funkce pro dotazování data.frames fungují také na data.tables

nrow(x)

ncol(x)

dim(x)

2 2

data.table nikdy automaticky nepřevádí znakové sloupce na faktory

x_df <- data.frame(id = 1:2, name = c("a", "b"))
class(x_df$name)

"factor"

x_dt <- data.table(id = 1:2, name = c("a", "b"))
class(x_dt$name)

"character"

Nikdy nenastavuje, nepotřebuje ani nepoužívá názvy řádků

rownames(x_dt) <- c("R1", "R2")
x_dt

   id name
1:  1    a
2:  2    b

Manipulace s daty pomocí data.table v R