Łączenie tabel w przepływie pracy data.table
Łączenie danych z data.table w R
Scott Ritchie
Postdoctoral Researcher in Systems Genomics
Łańcuchowanie wyrażeń data.table
Wyrażenia data.table można łączyć sekwencyjnie:
demographics[...][...]
Ogólna postać łańcucha ze złączeniem:
DT1[DT2, on][i, j, by]
| | | | |
| | | | --> grupowanie według czego?
| | | -----> co zrobić?
| | --------> na których wierszach?
| ------------> kolumny klucza złączenia
-----------------> złącz z którą tabelą data.table?
Złączenie, a następnie obliczenia
customers <- data.table(name = c("Mark", "Matt", "Angela", "Michelle"),
gender = c("M", "M", "F", "F"),
age = c(54, 43, 39, 63))
customers
name gender age
1: Mark M 54
2: Matt M 43
3: Angela F 39
4: Michelle F 63
Złączenie, a następnie obliczenia
purchases <- data.table(name = c("Mark", "Matt", "Angela", "Michelle"),
sales = c(1, 5, 4, 3),
spent = c(41.70, 41.78, 50.77, 60.01))
purchases
name sales spent
1: Mark 1 41.70
2: Matt 5 41.78
3: Angela 4 50.77
4: Michelle 3 60.01
Złączenie, a następnie obliczenia
customers[purchases,
on = .(name)][sales > 1,
j = .(avg_spent = sum(spent) / sum(sales)),
by = .(gender)]
gender avg_spent
1: M 13.91333
2: F 20.00333
Obliczenia ze złączeniami
Obliczenia ze złączeniami:
DT1[DT2, on, j]
| | |
| | ----> co zrobić z wynikiem złączenia?
| --------> które kolumny jako klucze?
-------------> złącz z którą tabelą data.table?
Wydajne dla dużych data.tables!
Łączenie tabel i tworzenie kolumn
Kolumna jest tworzona w głównej tabeli data.table:
customers[purchases, on = .(name), return_customer := sales > 1]
customers
name gender age return_customer
1: Mark M 54 FALSE
2: Matt M 43 TRUE
3: Angela F 39 TRUE
4: Michelle F 63 TRUE
Grupowanie według dopasowań
by = .EACHI grupuje j według każdego wiersza z DT2
DT1[DT2, on, j, by = .EACHI]
| | | |
| | | --> grupowanie według każdego dopasowania w DT1.
| | -----> co zrobić z wynikiem złączenia?
| ---------> które kolumny jako klucze?
--------------> złącz z którą tabelą data.table?
Grupowanie według dopasowań
shipping[customers, on = .(name),
j = .("# of shipping addresses" = .N),
by = .EACHI]
Grupowanie według kolumn ze złączeniami
Grupowanie według kolumn w by ogranicza obliczenia do głównej tabeli data.table:
DT1[DT2, on, j, by]
| | | |
| | | --> grupowanie według których kolumn w DT1?
| | -----> co zrobić na kolumnach DT1?
| ---------> które kolumny jako klucze?
--------------> złącz z którą tabelą data.table?
Grupowanie według kolumn ze złączeniami
Złączenie i obliczenia według grupy w customers:
customers[shipping, on = .(name),
.(avg_age = mean(age)), by = .(gender)]
gender avg_age
1: M 46.66667
2: F 39.00000
Czas na ćwiczenia!
Łączenie danych z data.table w R
