Question

我正在尝试习惯data.table表示法，并希望稍微清理一下这段代码。我觉得好像有一个更好，更少内存贪婪的方式来处理这个问题。我需要计算现有数据框架的一些基本指标。我可以在不创建多个数据表的情况下完成吗？另外，如何用denom中的0处理NaN问题。我希望它打印0。

library("Lahman")
library("ggplot2")
library("data.table")

DT <- na.omit(data.table(PlayerId = Batting$playerID, SB = Batting$SB, 
               CS = Batting$CS, G = Batting$G))

DTa <- (DT[, list(TotalSB = sum(SB), TotalCS = sum(CS), TotalG = sum(G)), 
        by = 'PlayerId'])

DTb <- (DTa[,
        list(PlayerId, TotalSB, TotalCS, TotalG, 
            SBAttempts = TotalSB + TotalCS, 
            SBSuccess = TotalSB / (TotalSB + TotalCS),
            SBPerGame = TotalSB / TotalG)
           ])

print(DTb)

Answer 1

嗯，这是一种稍微紧凑的方式。

# don't need quotes in `by=...`
DTa <- (DT[, list(TotalSB = sum(SB), TotalCS = sum(CS), TotalG = sum(G)), 
           by = PlayerId])
# use c(...):=list(...) to add multiple columns
DTa[,c("SBAttempts","SBSuccess","SBPerGame"):=
      list(TotalSB + TotalCS,TotalSB / (TotalSB + TotalCS),TotalSB / TotalG)]
# replace NAN with 0
DTa[,names(DTa)[5:7]:=lapply(.SD,function(x)ifelse(is.nan(x),0,x)),.SDcols=5:7]

这会创建一个新的数据表DTa，因为此表的行数少于原始表。添加了额外的列TotalXX，并通过引用（无复制）将NaN转换为0。

data.table对象冗余

1 个答案: