串联 data.table 表达式
在 R 中使用 data.table 进行数据处理
Matt Dowle, Arun Srinivasan
Instructors, DataCamp
串联表达式
可以将 data.table 表达式串联使用，即 x[...][...][...]
step_1 <- batrips[duration > 3600]
step_2 <- step_1[duration > 3600][order(duration)]
step_2[1:3]
# 等价于 batrips[duration > 3600]batrips[duration > 3600][order(duration)]batrips[duration > 3600][order(duration)][1:3]
trip_id duration
295912 3601
347471 3602
536050 3602
串联表达式
# 平均时长最低的三个起始站
step_1 <- batrips[, .(mn_dur = mean(duration)), by = "start_station"]
step_2 <- step_1[order(mn_dur)]
step_2[1:3]
# 平均时长最低的三个起始站
batrips[, .(mn_dur = mean(duration)),
by = "start_station"][order(mn_dur)][1:3]
start_station mn_dur
2nd at Folsom 551.0807
Temporary Transbay Terminal (Howard at Beale) 655.8563
2nd at South Park 697.7034
uniqueN()
uniqueN()是一个辅助函数，返回输入对象中唯一值的个数（整数）- 它可接收向量、
data.frame和data.table。
id <- c(1, 2, 2, 1)
uniqueN(id)
2
x <- data.table(id, val = 1:4)
id val
1 1
2 2
2 3
1 4
uniqueN(x)
4
uniqueN(x, by = "id")
2
uniqueN() 与 by 配合
按月统计唯一自行车 ID 的总数
ans <- batrips[, uniqueN(bike_id), by = month(start_date)]
head(ans, 3)
month V1 ## <~~ auto naming of cols
1 605
2 608
3 631
Vamos praticar!
在 R 中使用 data.table 进行数据处理
