Calcule pe grupuri

Manipularea datelor cu data.table în R

Matt Dowle, Arun Srinivasan

Instructors, DataCamp

Argumentul by

Argumentul by permite calcule pentru fiecare valoare unică a coloanelor de grupare specificate în by

# How many trips happened from each start_station?
ans <- batrips[, .N, by = "start_station"]
head(ans, 3)
          start_station        N
San Francisco City Hall     2145
 Embarcadero at Sansome    12879
      Steuart at Market    11579
Manipularea datelor cu data.table în R

Argumentul by

Argumentul by acceptă atât un vector character de nume de coloane, cât și o list de variabile/expresii

# Same as batrips[, .N, by = "start_station"]
ans <- batrips[, .N, by = .(start_station)]
head(ans, 3)
          start_station        N
San Francisco City Hall     2145
 Embarcadero at Sansome    12879
      Steuart at Market    11579
Manipularea datelor cu data.table în R

Argumentul by

Permite redenumirea coloanelor de grupare din mers

ans <- batrips[, .(no_trips = .N), by = .(start = start_station)]
head(ans, 3)
                  start   no_trips
San Francisco City Hall       2145
 Embarcadero at Sansome      12879
      Steuart at Market      11579
Manipularea datelor cu data.table în R

Expresii în by

Expresia list() sau .() din by permite calcularea variabilelor de grupare din mers

# Get number of trips for each start_station for each month
ans <- batrips[ , .N, by = .(start_station, mon = month(start_date))]
head(ans, 3)
          start_station mon    N
San Francisco City Hall   1  193
 Embarcadero at Sansome   1  985
      Steuart at Market   1  813
Manipularea datelor cu data.table în R

Să exersăm!

Manipularea datelor cu data.table în R

Preparing Video For Download...