Question

我试图在data.table中学习R包。我有一个名为DT1的数据表和一个数据框DF1，我想根据逻辑条件（disjunction）对某些实例进行子集化。这是我现在的代码：

DF1[DF1$c1==0 | DF1$c2==1,] #the data.frame way with the data.frame DF1
DT1[DT1$c1==0 | DT1$c2==1,] #the data.frame way with the data.table DT1

在"Introduction to the data.table package in R"的第5页上，作者给出了一个类似的例子但有一个结合的示例（在上面的第二行中用|替换&）并且说明＆＃39;使用data.table包很糟糕。他建议这样做：

setkey(DT1,c1,c2)
DT1[J(0,1)]

所以，我的问题是：如何用data.table包语法编写析取条件？这是我的第二行DT1[DT1$c1==0 | DT1$c2==1,]的误用吗？是否有等同于J但是对于析取？

Answer 1

该文件表明您可以使用：

DT1[c1==0 | c2==1, ]

Answer 2

这是另一种解决方案：

grpsize = ceiling(1e7/26^2)
DT <- data.table(
  x=rep(LETTERS,each=26*grpsize),
  y=rep(letters,each=grpsize),
  v=runif(grpsize*26^2))

setkey(DT, x)
system.time(DT1 <- DT[x=="A" | x=="Z"])
   user  system elapsed 
   0.68    0.05    0.74 
system.time(DT2 <- DT[J(c("A", "Z"))])
   user  system elapsed 
   0.08    0.00    0.07 
all.equal(DT1[, v], DT2[, v])
TRUE

请注意，我从data.table文档中获取了示例。唯一的区别是我不再将字母转换为因子，因为现在允许使用字符键（对于v 1.8.0，请参阅NEWS）。

简短说明：J只是data.table的缩写。因此，如果您致电J(0, 1)，则会创建一个data.table，其中有两列匹配，就像示例中一样：

> J(0,1)
     V1 V2
[1,]  0  1

但是，您希望在一列中匹配两个不同的元素。因此，您需要一列data.table。所以只需添加c()。

J(c(0,1))
     V1
[1,]  0
[2,]  1

您如何将其转换为R中的data.table包语言？

2 个答案: