我正在寻找此简短的tuto for data.table
https://www.r-bloggers.com/r-data-table-tutorial-with-50-examples/
但是当作者谈论setkey()
我将举一个例子。我使用虹膜数据库,因此可以轻松复制
mydata <- as.data.table(iris)
#Change variable names
mydata <- setnames(mydata, c("Sepal.Length","Sepal.Width", "Petal.Length", "Petal.Width", "Species"),
c("sepal_length", "sepal_width", "petal_length", "petal_width", "species"))
现在,我将使用一个因子变量和数字变量作为键:
setkey(mydata, species, petal_length)
使用此功能非常完美:
> mydata[.("setosa", 1.4)]
sepal_length sepal_width petal_length petal_width species
1: 5.1 3.5 1.4 0.2 setosa
2: 4.9 3.0 1.4 0.2 setosa
3: 5.0 3.6 1.4 0.2 setosa
4: 4.6 3.4 1.4 0.3 setosa
5: 4.4 2.9 1.4 0.2 setosa
6: 4.8 3.0 1.4 0.1 setosa
7: 5.1 3.5 1.4 0.3 setosa
8: 5.2 3.4 1.4 0.2 setosa
9: 5.5 4.2 1.4 0.2 setosa
10: 4.9 3.6 1.4 0.1 setosa
11: 4.8 3.0 1.4 0.3 setosa
12: 4.6 3.2 1.4 0.2 setosa
13: 5.0 3.3 1.4 0.2 setosa
但这引发了一个错误:
mydata[.("setosa", <1.4)]
Error: inesperado '<' in "mydata[.("setosa", <"
所以我的问题是,在使用setkey
搜索时,是否可以包括>,&lt;,> =,&lt; =,因为该函数应该在任何类型的变量上使用。如果是的,那么调用诸如mydata[.("setosa", <1.4)]
我看着:
r data.table setKey带数字列
r data.table 1.9.2 SetKey上的问题
,但发现没有用来回答我的问题。
我还阅读了data.table
文档,但没有有用的示例。
任何评论都将不胜感激。
看起来像是您正在子集而不是提取相同的匹配项。下面的感觉更像天然语法
mydata[species=="setosa" & petal_length < 1.4]
或非equi像这样的加入
mydata[.(species="setosa", i.petal_length=1.4), on=.(species, petal_length < i.petal_length)]
我发现使用seq
函数很有用。
假设我想检索petal_length在1.4到2之间的setosa的观测值。
按照我最初的问题中的示例,我们可以使用:
na.omit(mydata[.("setosa", seq(1.4,2, 0.1))])
返回我们想要的观察结果。
seq(1.4, 2, 0.1)
将序列从1.4返回2 x 0.1步。这查找数据中的值。表并生成1.6、1.8和1.9的观察值。这就是为什么所谓的第一个功能是na.omit
希望这对某人有用。