Wie wähle ich Zeilen nach zwei Kriterien in data.table in R aus

Sagen wir, ich habe ein Daten.Tabelle und ich möchten, wählen Sie alle Zeilen, wo die variable x hat den Wert b. Das ist einfach

library(data.table)
DT <- data.table(x=rep(c("a","b","c"),each=3), y=c(1,3,6), v=1:9)
setkey(DT,x)               # set a 1-column key
DT["b"]

Durch die Art und Weise, es scheint, dass man einen Schlüssel, wenn der Schlüssel nicht auf x gesetzt, dann funktioniert das nicht. Durch die Art und Weise, was passieren würde, wenn ich zwei Spalten, die als Schlüssel?

Jedenfalls, es geht weiter, lasst uns sagen, dass ich wollen, wählen Sie alle Zeilen, wo die variable x war a oder b

DT["b"|"a"]

funktioniert nicht

Aber die folgenden Werke

DT[x=="a"|x=="b"]

Aber das nutzt Vektor-scan-a-la-Daten-frames. Es gilt nicht die binäre Suche. Ich denke, für kleinere Datenmengen ist es nicht egal.

Ist, was soll ich tun, oder bin ich unwissend von Daten.table-syntax?

Und noch eins. Gibt es irgendwelche Beispiele für komplexere Boolesche multi-Variablen-Auswahl (oder Teilmenge) Verfahren mit Daten.Tabelle?

Ich weiß, ich könnte immer wieder mit der Teilmenge () - Funktion, da ein Daten.Tabelle verhält sich wie eine Daten.frame, wenn es muss.

InformationsquelleAutor der Frage Farrel | 2011-12-14

  1. 14

    Hier ist ein Weg, der nur in den Sinn gekommen, nachdem ich die Frage gestellt habe und es funktioniert, aber ich weiß nicht, wie es in den benchmarks. Ich bin derzeit nicht an einem computer mit einem installierten R. ich denke, ich sollte eine cloud-Instanz. Trotzdem, ich mag die syntax

    DT[c("a","b")]

    InformationsquelleAutor der Antwort Farrel

  2. 13

    Mithilfe der %in% Betreiber scheint zu geben einen Faktor von 2 performance-bump. Bedenken Sie:

    library(data.table)
library(rbenchmark)
DT <- data.table(x=sample(letters, 1e6, TRUE), y=rnorm(1e6), v=runif(1e6))
setkey(DT,x)               # set a 1-column key
DT["b"]
f1 <- function() DT[x %in% letters[1:2]]
f2 <- function() DT[x=="a"| x == "b"]

> benchmark(f1(),f2())
  test replications elapsed relative user.self sys.self user.child sys.child
1 f1()          100    8.40 1.000000      7.58     0.81         NA        NA
2 f2()          100   17.11 2.036905     15.54     1.56         NA        NA

> all.equal(f1(), f2())
[1] TRUE

    BEARBEITEN: Hinzufügen Farrel die option

    Beachten Sie, dies ist auf einem anderen computer, aber die relative Beulen sind die gleichen.

    f3 <- function() DT[c("a", "b")]

  test replications elapsed  relative user.self sys.self user.child sys.child
1 f1()          100  11.281  7.121843     9.745    1.323          0         0
2 f2()          100  23.106 14.587121    20.824    2.224          0         0
3 f3()          100   1.584  1.000000     1.042    0.541          0         0

    InformationsquelleAutor der Antwort Chase

Schreibe einen Kommentar