我有一个数据表" d"我目前正在这样进行分组:
d[d$time >= as.POSIXct("2016-01-01 00:31:13",tz="GMT") & d$category =="b" & num1==8 & num2>=4 & num3 ==7, ]
对数据表的行进行子集化的最快方法是什么?这可以更快吗?
谢谢。
以下是代码:
times= as.POSIXct("2016-01-01",tz="GMT")+seq(1,2000,by = 1)
d =data.table(time= times, category1 = rep(c("a","b"),1000), num1=rep(c(2,8),1000), num2=rep(c(3,4),1000), num3=rep(c(5,7),1000))
setkey(d,time)#
d[d$time >= as.POSIXct("2016-01-01 00:31:13",tz="GMT") & d$category =="b" & num1==8 & num2>=4 & num3 ==7, ]
答案 0 :(得分:0)
假设您已经制定的一般方法是您想要做的,您可以通过链接&
条件来提高速度,而不是通过一次调用{{1 }}。 [.data.table
条件越多,您获得的改进就越多。
&
注意:从逻辑上讲,这不符合或library(data.table)
# Create a big table to play with
set.seed(1987)
n <- 1e7
myDT <- data.table(X = sample(LETTERS, n, replace = TRUE),
Y = sample(1:1000, n, replace = TRUE),
Z = sample(1:1000, n, replace = TRUE))
myDT # 10 million rows
system.time(myDT[X %in% c("R", "S", "G") & Y <= 30 & Z >= 500]) #0.86s
system.time(myDT[X %in% c("R", "S", "G")][Y <= 30][Z >= 500]) #0.19s
条件。