Come useresti data.table per prendere in modo efficiente un campione di righe all’interno di ciascun gruppo in un frame di dati? DT = data.table(a = sample(1:2), b = sample(1:1000,20)) DT ab 1: 2 562 2: 1 183 3: 2 180 4: 1 874 5: 2 533 6: 1 21 7: 2 57 8: 1 20 […]
Se si vuole riempire i valori mancanti di una variabile sulla base dell’osservazione precedente / posteriore di NA all’interno di un gruppo, il comando data.table è setkey(DT,id,date) DT[, value_filled_in := DT[!is.na(value), list(id, date, value)][DT[, list(id, date)], value, roll = TRUE]] che è abbastanza complesso. È un peccato perché roll è un’opzione molto veloce e potente […]
Vorrei usare i foverlaps per trovare gli intervalli intersecanti dei file di due letti e comprimere qualsiasi riga contenente intervalli sovrapposti in una singola riga. Nell’esempio seguente ho due tabelle con intervalli genomici. Le tabelle sono chiamate file “bed” che hanno coordinate di inizio basate su zero e posizioni finali basate su uno di feature […]
Ho due tabelle dati, DT1 e DT2: set.seed(1) DT1<-data.table(id1=rep(1:3,2),id2=sample(letters,6), v1=rnorm(6), key="id2") DT1 ## id1 id2 v1 ## 1: 2 e 0.7383247 ## 2: 1 g 1.5952808 ## 3: 2 j 0.3295078 ## 4: 3 n -0.8204684 ## 5: 3 s 0.5757814 ## 6: 1 u 0.4874291 DT2<-data.table(id2=c("n","u"), v1=0, key="id2") DT2 ## id2 v1 ## 1: […]
Sto lavorando con un set di dati estremamente grande in R e ho operato con i frame di dati e ho deciso di passare a data.tables per velocizzare le operazioni. Ho difficoltà a capire le operazioni di J, in particolare sto cercando di generare variabili dummy ma non riesco a capire come codificare le operazioni […]
Ho iniziato a utilizzare il pacchetto data.table in R per migliorare le prestazioni del mio codice. Sto usando il seguente codice: sp500 <- read.csv('../rawdata/GMTSP.csv') days <- c("Monday","Tuesday","Wednesday","Thursday","Friday","Saturday","Sunday") # Using data.table to get the things much much faster sp500 <- data.table(sp500, key="Date") sp500 <- sp500[,Date:=as.Date(Date, "%m/%d/%Y")] sp500 <- sp500[,Weekday:=factor(weekdays(sp500[,Date]), levels=days, ordered=T)] sp500 <- sp500[,Year:=(as.POSIXlt(Date)$year+1900)] sp500 <- […]
Voglio calcolare la media di ciascuna delle diverse colonne in un data.table, raggruppate per un’altra colonna. La mia domanda è simile ad altre due domande su SO ( uno e due ), ma non ho potuto applicare quelle sul mio problema. Ecco un esempio: library(data.table) dtb <- fread(input = "condition,var1,var2,var3 one,100,1000,10000 one,101,1001,10001 one,102,1002,10002 two,103,1003,10003 two,104,1004,10004 […]
Possibile duplicato: Selezione / assegnazione variabili ai campi in un data.table Nell’esempio seguente, sto creando una tabella dati con i nomi di colonna ‘x’ e ‘v’ library(‘data.table’) DT <- data.table(x = c("b","b","b","a","a"), v = rnorm(5)) Posso accedere ai valori della colonna ‘x’ per: DT[ , x] # [1] “b” “b” “b” “a” “a” Ma se […]
Ho una funzione che restituisce due valori in una lista. Entrambi i valori devono essere aggiunti a un data.table in due nuove colonne. La valutazione della funzione è costosa, quindi vorrei evitare di dover calcolare la funzione due volte. Ecco l’esempio: library(data.table) example(data.table) DT xyv 1: a 1 42 2: a 3 42 3: a […]
.SD sembra utile ma non so davvero cosa sto facendo con esso. Cosa significa? Perché c’è un periodo precedente (punto). Cosa sta succedendo quando lo uso? Ho letto: .SD è un data.table contenente il sottoinsieme dei dati di x per ciascun gruppo, esclusa la / e colonna / e del gruppo. Può essere usato quando […]