• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • R代码|data.table包使用示例

      R代码|data.table包使用示例

      • 发布者 weinfoadmin
      • 分类 未分类
      • 日期 2021年9月9日
      • 评论 0评论

      专题介绍:R是一种广泛用于数据分析和统计计算的强大语言,于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力,大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio(用户的界面体验更好)。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献,让R语言在全球范围内越来越流行。其中一些R包,例如MASS,SparkR, ggplot2,使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件,是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上,而且嵌入了一个非常方便实用的帮助系统,相比于其他统计分析软件,R的学术性开发比较早,适合生物学和医学等学术学科的科研人员使用。

      前言

      我创建【R代码】专栏,用于分享R语言解决数据,特征和模型三方面问题的代码。这些代码片段,具有实用性和迁移性。大家可以根据实际问题做修改,变通和延展。我只是R语言代码的搬运工和传播者,大家在使用这些R代码的时候,有些什么新的启示或者问题,请留言。依托【R语言】公众号,我创建了R语言群,群友们每天都会就R语言的主题进行交流和分享。需要加入R语言群的朋友,可以扫码加我的个人微信,请备注【姓名-入群】。我诚邀你加入群,大家相互学习和共同进步。


      代码

      在上一篇文章《R代码|dplyr包使用示例》留言里,一位朋友提到了data.table包。这篇文章分享一些data.table包的使用例子,涉及到数据的导入和数据的加工(增删改查和统计操作)。

      #################################
      #时间:2020-07-29
      ################################
      options(warn = -1)

      # 加载data.table包
      library(data.table)

      # 数据导入
      mt <- fread("https://raw.githubusercontent.com/selva86/datasets/master/mtcars.csv")
      head(mt)
      class(mt)

      # 数据读取性能对比分析
      # Create a large .csv file
      set.seed(100)
      m <- data.frame(matrix(runif(10000000), nrow=1000000))
      write.csv(m, 'm2.csv', row.names = F)
      # Time taken by read.csv to import
      system.time({m_df <- read.csv('m2.csv')})
      # Time taken by fread to import
      system.time({m_dt <- fread('m2.csv')})

      # data.frame转换为data.table
      data("mtcars")
      head(mtcars)
      mtcars$carname <- rownames(mtcars)
      mtcars_dt <- as.data.table(mtcars)
      class(mtcars_dt)
      mtcars_copy <- copy(mtcars)
      setDT(mtcars_copy)
      class(mtcars_copy)

      # data.frame转换为data.table
      setDF(mtcars_copy)
      class(mtcars_copy)


      # 数据选择操作
      # dataframe syntax
      mtcars[mtcars$cyl == 6 & mtcars$gear == 4, ]
      # datatable syntax
      mtcars_dt[cyl==6 & gear==4, ]
      mtcars[, 1]
      mtcars_dt[, 1]
      mtcars_dt[, 1, with=F]
      mtcars_dt[, mpg]

      myvar <- "mpg"
      mtcars_dt[, myvar, with=F]
      columns <- c('mpg', 'cyl', 'disp')
      mtcars_dt[, columns]

      mtcars_dt[, columns, with=FALSE]

      # syntax 1:
      mtcars_dt[1:4, list(mpg, cyl, gear)]

      # syntax 2: most used
      mtcars_dt[, .(mpg, cyl, gear)]

      # 删除列
      drop_cols <- c("mpg", "cyl", "gear")
      mtcars_dt[, !drop_cols, with=FALSE]

      # 列名重新命名
      setnames(mtcars_dt, 'vs', 'engine_type')
      colnames(mtcars_dt)

      DT <- data.table(A=1:5)
      DT[ , X := shift(A, 1, type="lag")]
      DT[ , Y := shift(A, 1, type="lead")]

      # Solution 1
      aq_dt <- data.table(airquality)
      aq_dt[!is.na(Ozone), .(Solar.R, Wind, Temp)]

      # Solution 2
      setDT(airquality)
      airquality[!is.na(Ozone), .(Solar.R, Wind, Temp)]

      # 增加新的列
      # data.frame syntax (works on data.table)
      mtcars_dt$cyl_gear <- mtcars_dt$cyl + mtcars_dt$gear

      # data.table syntax
      mtcars_dt[, cyl_gear2 := cyl + gear]

      mtcars_dt[,  `:=`(cyl_gear3 = cyl * gear,
                        cyl_gear4 = cyl - gear)]
      mtcars_dt

      mtcars_dt[,  .(cyl_gear3 = cyl * gear,
                     cyl_gear4 = cyl - gear)]

      # 分组操作
      mtcars_dt[, .(mean_mileage=mean(mpg)), by=.(cyl, gear)]
      mtcars_dt[, .N, by=cyl]

      dt1 <- mtcars_dt[, .(mean_mpg=mean(mpg),
                           mean_disp=mean(disp),
                           mean_wt=mean(wt),
                           mean_qsec=mean(qsec)), by=cyl]
      output <- dt1[order(cyl), ]
      output

      output <- mtcars_dt[, .(mean_mpg=mean(mpg),
                              mean_disp=mean(disp),
                              mean_wt=mean(wt),
                              mean_qsec=mean(qsec)), by=cyl][order(cyl), ]

      # data.table中使用函数
      output <- mtcars_dt[, lapply(.SD, mean), by=cyl, .SDcols=c("mpg", "disp", "hp", "drat", "wt", "qsec")]
      output

      # 数据连接
      dt1 <- mtcars_dt[5:25,.(carname, mpg, cyl)]
      dt2 <- mtcars_dt[1:10, .(carname, gear)]
      dt3 <- mtcars_dt[2:12, .(carname, disp)]
      # Inner Join
      merge(dt1, dt2, by='carname')
      #> <returns 6 rows>

      # Left Join
      merge(dt1, dt2, by='carname', all.x = T)
      #> <returns 21 rows>

      # Outer Join
      merge(dt1, dt2, by='carname', all = T)  
      #> <returns 25 rows>

      # 参考资料
      # https://www.machinelearningplus.com/data-manipulation/datatable-in-r-complete-guide/


      温馨提示:

      第一步:运行一遍代码,理解data.table包函数的使用,不明白的地方,查看函数的帮助文档。

      第二步:迁移到自己的数据集,进行应用。


      代码的使用,有什么问题,请留言。

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      weinfoadmin

      上一篇文章

      PDFMV框架的P
      2021年9月9日

      下一篇文章

      分享就是收获
      2021年9月9日

      你可能也喜欢

      6-1692712758
      白介素-17受体信号的自主激活,维持炎症并促进疾病进展
      4 8月, 2023
      0-1690423024
      MCT4依赖的乳酸分泌抑制LKB1缺陷肺腺癌的抗肿瘤免疫
      18 7月, 2023
      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      白介素-17受体信号的自主激活,维持炎症并促进疾病进展
      048月2023
      MCT4依赖的乳酸分泌抑制LKB1缺陷肺腺癌的抗肿瘤免疫
      187月2023
      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?