data.table में पंक्तियाँ फ़िल्टर करना
R में data.table के साथ Data Manipulation
Matt Dowle and Arun Srinivasan
Instructors, DataCamp
data.table सिंटैक्स का सामान्य रूप
पहला आर्गुमेंट i पंक्तियों को subset या filter करने के लिए होता है
# data.table सिंटैक्स का सामान्य रूप
DT[i, j, by]
| | |
| | --> किस पर group करें?
| -----> क्या करना है?
--------> किन पंक्तियों पर?
Row numbers
# batrips की 3rd और 4th पंक्तियाँ लें
batrips[3:4]
# यही
batrips[3:4, ]
# पहली पाँच पंक्तियों को छोड़कर बाकी लें
batrips[-(1:5)]
# यही
batrips[!(1:5)]
Special symbol .N
.Nएक integer मान है जिसमें data.table की पंक्तियों की संख्या होती हैiमेंnrow(x)का उपयोगी विकल्प
nrow(batrips)
326339
batrips[326339]
trip_id duration
588914 364
# आख़िरी पंक्ति लौटाता है
batrips[.N]
trip_id duration
588914 364
# आख़िरी 10 पंक्तियों को छोड़कर बाकी लौटाएँ
ans <- batrips[1:(.N-10)]
nrow(ans)
326329
Logical expressions (I)
# वे पंक्तियाँ लें जहाँ subscription_type "Subscriber" हो
batrips[subscription_type == "Subscriber"]
# अगर batrips केवल data frame होता
batrips[batrips$subscription_type == "Subscriber", ]
Logical expressions (II)
# वे पंक्तियाँ लें जहाँ start_terminal = 58 और end_terminal 65 नहीं है
batrips[start_terminal == 58 & end_terminal != 65]
# अगर batrips केवल data frame होता
batrips[batrips$start_terminal == 58 & batrips$end_terminal != 65]
Logical expressions (III)
स्पीड के लिए सेकेंडरी इंडाइसेज़ से स्वतः optimized
set.seed(1)
dt <- data.table(x = sample(10000, 10e6, TRUE),
y = sample(letters, 1e6, TRUE))
indices(dt)
NULL
# पहली बार 0.207s
#(इंडेक्स बनाना + subset)
system.time(dt[x == 900])
user system elapsed
0.207 0.015 0.226
indices(dt)
"x"
# बाद के रन पर 0.002s
#(इंडेक्स से instant subset)
system.time(dt[x == 900])
user system elapsed
0.002 0.000 0.002
अभ्यास करते हैं!
R में data.table के साथ Data Manipulation
