Antes que nada: gracias a @MattDowle; data.table es una de las mejores cosas que me han pasado desde que comencé a usar R Segundo: conozco muchas soluciones para varios casos de uso de nombres de columnas variables en data.table , que incluyen: Seleccionar / asignar a variables data.table qué nombres se almacenan en un vector […]
Si utilizo la syntax de dplyr sobre una tabla de datos , ¿obtengo todos los beneficios de velocidad de la tabla de datos mientras uso la syntax de dplyr? En otras palabras, ¿mal uso de la tabla de datos si la consulto con la syntax dplyr? ¿O necesito usar syntax pura datatable para aprovechar toda […]
Tengo nc columnas en un data.table, y nc escalares en un vector. Quiero tomar una combinación lineal de las columnas, pero no sé de antemano qué columnas usaré. ¿Cuál es la forma más eficiente de hacer esto? preparar require(data.table) set.seed(1) n <- 1e5 nc <- 5 cf <- setNames(rnorm(nc),LETTERS[1:nc]) DT <- setnames(data.table(replicate(nc,rnorm(n))),LETTERS[1:nc]) maneras de hacerlo […]
Tan simple como es, no conozco una solución data.table para seleccionar las primeras n filas en grupos en una tabla de datos. ¿Puedes ayudarme?
Tengo un archivo grande (3.5G) que bash importar usando data.table::fread . Originalmente se creó a partir de un archivo rpt que se abrió como texto y se guardó como un archivo CSV. Esto ha funcionado bien con archivos más pequeños (del mismo tipo de datos, las mismas columnas y todo. Este es solo para un […]
No tengo muy claro el uso de .SD y by . Por ejemplo, ¿significa el siguiente fragmento: ‘cambiar todas las columnas en DT a factor excepto A y B ?’ También dice en el manual de data.table : ” .SD refiere al subconjunto de la data.table de data.table para cada grupo (excluyendo las columnas de […]
Tengo un script que lee los datos de un archivo CSV en un data.table y luego divide el texto en una columna en varias columnas nuevas. Actualmente estoy usando las funciones lapply y strsplit para hacer esto. Aquí hay un ejemplo: library(“data.table”) df = data.table(PREFIX = c(“A_B”,”A_C”,”A_D”,”B_A”,”B_C”,”B_D”), VALUE = 1:6) dt = as.data.table(df) # split […]
Así que aquí está el problema de mi vida real que siento que se puede resolver fácilmente y me falta algo obvio aquí. Tengo dos grandes conjuntos de datos llamados TK y DFT library(data.table) set.seed(123) (TK <- data.table(venue_id = rep(1:3, each = 2), DFT_id = rep(1:3, 2), New_id = sample(1e4, 6), key = "DFT_id")) # […]
¿Que me estoy perdiendo aqui? d = data.table(a = 1:5) d[, a] # 1 2 3 4 5 d[, sum(a)] # 15 d[, eval(quote(a))] # 1 2 3 4 5 d[, sum(eval(quote(a)))] # 15 quoted_a = quote(a) d[, eval(quoted_a)] # 1 2 3 4 5 d[, sum(eval(quoted_a))] # Error in eval(expr, envir, enclos) : object […]
En esta pregunta, el creador del paquete data.table explica por qué las filas no se pueden insertar (o eliminar) por referencia en el medio de una data.table todavía. También señala que tales operaciones podrían ser posibles al final de la mesa. ¿Podría mostrar un código para perfome esta acción? Sería la versión “por referencia” de […]