data.table包|R包

“R包众多，如何选择？如何学习？如何应用？如同三把斧，摆在每位学R和用R的数据人面前，如何轻松自如挥舞，仁者见仁、智者见智！”

---

从今天开始，陆续推出一系列关于好用的R包的文章，欢迎各位数据人反馈、留言、投稿。

data.table包是对R语言数据框Data.frame的扩展和延伸。

data.table要做的事情？

“Fast aggregation of large data (e.g. 100GB in RAM), fast ordered joins, fast add/modify/delete of columns by group using no copies at all, list columns and a fast file reader (fread). Offers a natural and flexible syntax, for faster development.”

data.table使用举例

要用data.table，首先要加载这个包，若是没有安装此包，那就先安装再加载。

if(!suppressWarnings(require(data.table)))

{

  install.packages(‘data.table’)

  require(data.table)

}

---

用例一：创建data.table数据结构

方法一：利用data.table()函数

> DT <- data.table(x=c(‘b’,’b’,’b’,’a’,’a’), v=rnorm(5))

> DT

   x          v

1: b  1.6125264

2: b  1.5389714

3: b -0.5060711

4: a -2.3383927

5: a  0.1448398

方法二：data.frame数据结构—>data.table数据结构

> CARS <- data.table(cars)

> head(CARS)

   speed dist

1:     4    2

2:     4   10

3:     7    4

4:     7   22

5:     8   16

6:     9   10

思考：data.frame数据结构和data.table数据结构有什么差异？

---

用例二：查看data.table数据结构内存状况

> tables()

     NAME NROW NCOL MB COLS       KEY

[1,] CARS   50    2  1 speed,dist    

[2,] DT      5    2  1 x,v           

Total: 2MB

---

用例三：Key-Value应用

> setkey(DT, x)

> DT

   x          v

1: a -2.3383927

2: a  0.1448398

3: b  1.6125264

4: b  1.5389714

5: b -0.5060711

> tables()

     NAME NROW NCOL MB COLS       KEY

[1,] CARS   50    2  1 speed,dist    

[2,] DT      5    2  1          x,v                    x  

Total: 2MB

DT已经有Key了，为x。

利用Key获取Value

> DT[‘b’]

   x          v

1: b  1.6125264

2: b  1.5389714

3: b -0.5060711

> DT[‘b’, mult=’first’]

   x        v

1: b 1.612526

关于快速地分区聚合和连接，进入下面连接：

https://cran.r-project.org/web/packages/data.table/vignettes/datatable-intro.pdf

关于data.table包更详细的介绍和说明，进入下面链接：

https://cran.r-project.org/web/packages/data.table/index.html

---

各位数据人，你们用data.table包吗？你用它里面的那些函数，解决什么问题？期待你参与讨论。

下回介绍XML包，请继续关注和分享！

---

数据人网是数据人学习、交流和分享的平台http://shujuren.org。

点击【阅读原文】，体验【数据人网】

数据人网向各位数据人推荐这些公众号，长按图片，识别二维码，一键关注。

公众号1：数据科学自媒体，分享数据科学干货。

公众号2：脚印英语JoyEnglish，带你说一口流利英语。

公众号3：区块链科技金融，研究区块链技术，探索区块链应用。