Question

我有一个data.table，其字段为{id，menuitem，amount}。

这是交易数据 - 因此，ID是唯一的，但menuitem重复。现在，我想删除menuitem == 'coffee'。

中的所有条目

另外，要删除amount <= 0;

所有的行

在data.table中执行此操作的正确方法是什么？

我可以使用data$menuitem!='coffee'然后将int索引到data []中 - 但这不一定有效，也不会利用data.table。

赞赏任何正确方向的指针。

Answer 1

在这种情况下，它与data.frame

没有什么不同

data <- data[ menuitem != 'coffee' | amount > 0]

通过引用删除/添加行将被实现。您可以在this question

中找到更多信息

关于速度：

1您可以通过执行以下操作来获益：

setkey(data, menuitem)
data <- data[!"coffee"]

比data <- data[ menuitem != 'coffee']快。但是，要应用问题中提到的相同过滤器，您需要滚动加入（我已完成午休时间，我可以稍后添加内容： - ））。

2即使没有关键data.table对于相对较大的表来说要快得多（少量行的速度也相似）

dt<-data.table(id=sample(letters,1000000,T),var=rnorm(1000000))
df<-data.frame(id=sample(letters,1000000,T),var=rnorm(1000000))
library(microbenchmark)
> microbenchmark(dt[ id == "a"], df[ df$id == "a",])
Unit: milliseconds
               expr       min        lq    median        uq       max neval
      dt[id == "a"]  24.42193  25.74296  26.00996  26.35778  27.36355   100
 df[df$id == "a", ] 138.17500 146.46729 147.38646 149.06766 154.10051   100

Answer 2

尝试一下：

data <- data[ !(menuitem == 'coffee' | amount <= 0),]

通常：

dt <- data.table(a=c(1,1,1,2,2,2,3,3,3),b=c(4,2,3,1,5,3,4,7,6))
dt
#>    a b
#> 1: 1 4
#> 2: 1 2
#> 3: 1 3
#> 4: 2 1
#> 5: 2 5
#> 6: 2 3
#> 7: 3 4
#> 8: 3 7
#> 9: 3 6
dt[a!=1,]
#>    a b
#> 1: 2 1
#> 2: 2 5
#> 3: 2 3
#> 4: 3 4
#> 5: 3 7
#> 6: 3 6

从R中的data.table中有条件地删除行

2 个答案: