我在R中有一个名为route_data
的data.table。我需要为leg_data
的每一行创建一个嵌套的data.table route_data
,并从{{{}}的每一行中提取信息。 1}}
route_data
route_data <- data.table(route = c("Seattle>NewDelhi>Patna>Motihari", "Seattle>NewDelhi>Motihari","Seattle>Hyderabad>NewDelhi>Patna>Motihari"),
travel_type = c("business_meeting", "casual_trip","office_meeting"),
leg1_time_hr = c(18.0,18.0,18.0),
leg2_time_hr = c(2,18,2.25),
leg3_time_hr = c(4.0,NA,1.75),
leg4_time_hr = c(NA,NA,4.0))
route_data
我需要在 route travel_type leg1_time_hr leg2_time_hr leg3_time_hr leg4_time_hr
1: Seattle>NewDelhi>Patna>Motihari business_meeting 18 2.00 4.00 NA
2: Seattle>NewDelhi>Motihari casual_trip 18 18.00 NA NA
3: Seattle>Hyderabad>NewDelhi>Patna>Motihari office_meeting 18 2.25 1.75 4
中创建一个嵌套的leg_data
,例如在第一行中应该如下所示:
route_data
example_nested_data <- data.table(leg = c("Seattle>Hyderabad", "Hyderabad>NewDelhi","NewDelhi>Patna","Patna>Motihari"),
leg_num = c(1,2,3,4),
leg_transit_time_hr = c(18.0,2.25,1.75,4.0)
)
的第1行中的 example_nested_data
route_data
同样,在 leg leg_num leg_transit_time_hr
1: Seattle>Hyderabad 1 18.00
2: Hyderabad>NewDelhi 2 2.25
3: NewDelhi>Patna 3 1.75
4: Patna>Motihari 4 4.00
答案 0 :(得分:0)
我将尝试自己回答。我正在看警告信息,希望能更好地理解任何限制。但是,对我来说它工作正常(忽略警告信息)。
另一方面,data.table打破了阻止它进行大数据处理的R的所有限制,以免忘记我自己的研究希望将其记录下来。
与此同时,让我们创建一个打破腿部路线的功能:
construct.legs <- function(ro) {
node_vector <- unlist(strsplit(ro, ">"))
d_nodes <- node_vector[!node_vector %in% node_vector[1]]
o_nodes <- node_vector[!node_vector %in% node_vector[length(node_vector)]]
legs <- paste(o_nodes,d_nodes, sep = ">")
}
现在为包含路线支路的每条路线创建嵌套的leg_table
。当然使用上面定义的函数construct.legs
:
route_data[, leg_data := .(list(data.table(leg = construct.legs(route)))), by = list(row.names(route_data))]
我们的route_data
现在怎么样?
route travel_type leg1_time_hr leg2_time_hr leg3_time_hr leg4_time_hr leg_data
1: Seattle>NewDelhi>Patna>Motihari business_meeting 18 2.00 4.00 NA <data.table>
2: Seattle>NewDelhi>Motihari casual_trip 18 18.00 NA NA <data.table>
3: Seattle>Hyderabad>NewDelhi>Patna>Motihari office_meeting 18 2.25 1.75 4 <data.table>
如果route_data
route_data$leg_data[3] #Access the leg_table like we do in data.frame. But this returns leg_data as a list
route_data$leg_data[[3]] #This returns leg_data as a data.table
route_data[3, leg_data] #Access the leg_table like we do in data.table. This returns leg_data as a list
route_data[3, leg_data[[1]]] #This returns leg_data as a data.table
data.table存储在route_data
leg
1: Seattle>Hyderabad
2: Hyderabad>NewDelhi
3: NewDelhi>Patna
4: Patna>Motihari
让我在route_data
中添加行号,稍后我会在嵌套表leg_data
中填充传输时间
route_data[, route_num := seq_len(.N)]
同样在嵌套表leg_Table
route_data[, leg_data := .(list(leg_data[[1]][, leg_num := seq_len(.N)])), by = list(row.names(route_data))]
您会看到一条警告消息,指出已经通过浅层复制修复了无效的内部自引用。所以,我现在要忽略这一点。我需要一些帮助我了解它是否会破坏任何东西的人。无论如何,让我们继续。
为什么我们有[[1]]
?这是为了确保sub_table值作为data.table返回,而不是作为列表返回。尝试运行route_data[3, leg_data[[1]]]
和route_data[3, leg_data]
以查看差异。
现在最后在leg_data
route_data
中添加传输时间
route_data[, leg_data := .(list(leg_data[[1]][, leg_transit_time_hr := sapply(leg_num, function(x) {route_data[[route_num, 2+x, with = FALSE]]})])), by = list(row.names(route_data))]
我们在这做什么?
我们只是将leg_num
的行号leg_data
通过sapply循环,将其作为向量传递,并使用route_num
的行号route_data
来确定传输时间的右列从route_data
中提取。
为什么我们在[[]]
上放置双[[route_num, 2+x, with = FALSE]]
?
双括号确保它将值作为向量而不是data.table
返回最后,让我们来看看leg_data
第3行的嵌套data.table route_data
route_data[3, leg_data[[1]]]
leg leg_num leg_transit_time_hr
1: Seattle>Hyderabad 1 18.00
2: Hyderabad>NewDelhi 2 2.25
3: NewDelhi>Patna 3 1.75
4: Patna>Motihari 4 4.00
让我们看看第二行嵌套表格如何:
leg leg_num leg_transit_time_hr
1: Seattle>NewDelhi 1 18
2: NewDelhi>Motihari 2 18