Question

我有一个数据表＆＃34; d＆＃34;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, ]

Answer 1

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。

更快的数据子集化。

1 个答案: