Question

我在R中使用：=来对数据集执行一些操作，但是我实现的用法引发了错误。

我尝试使用c（）之类的其他函数来创建子集，但是我需要高效的东西，显然：=应该为我完成工作。使用子集功能，我有很多中间数据帧，这些中间数据帧当然是不必要的。

#preprocessing steps for getting rid of the null values rows 
df_data[Quantity<=0,Quantity:=NA]
df_data[UnitPrice<=0,UnitPrice:=NA]
df_data <- na.omit(df_data)

（从控制台）：

> df_data[Quantity<=0,Quantity:=NA]
Error in `:=`(Quantity, NA) : 
 Check that is.data.table(DT) == TRUE. Otherwise, := and `:=`(...) are defined for use in j, once only and in particular ways. See help(":=").

Answer 1

:=仅适用于data.tables

这应该有效

df_data <- data.table(Quantity = -5:5)
df_data[Quantity<=0,Quantity:=NA]
na.omit(df_data)

这将产生错误

df_data <- data.frame(Quantity = -5:5)
df_data[Quantity<=0,Quantity:=NA]
na.omit(df_data)

也就是说，如果您只滤除小于0的值，则可以进行

df_data <- df_data[Quantity > 0 & UnitPrice > 0]

Answer 2

现在通过在加载数据集时使用fread而不是read.csv来解决此问题，它可以与：=函数一起使用。

此外，在这里，发布了一个有用的链接，用于了解fread和read.csv：

Reason behind speed of fread in data.table package in R

冒号等于运算符的正确用法

2 个答案: