Question

我最近发现了data.table包，现在想知道我是否应该替换我的一些plyr代码。总而言之，我真的很喜欢普利尔，我基本上实现了我想要的一切。但是，我的代码运行了一段时间，加快速度的前景足以让我进行一些测试。那些测试很快就结束了，这就是原因。

我经常使用plyr做的是将数据拆分为包含日期的列并进行一些计算：

library(plyr)
DF <-  data.frame(Date=rep(c(Sys.time(), Sys.time() + 60), each=6), y=c(rnorm(6, 1), rnorm(6, -1)))
#Split up data and apply arbitrary function
ddply(DF, .(Date), function(df){mean(df$y) - df[nrow(df), "y"]})

但是，使用具有日期格式的列似乎不适用于data.table：

library(data.table)
DT <- data.table(Date=rep(c(Sys.time(), Sys.time() + 60), each=6), y=c(rnorm(6, 1), rnorm(6, -1)))
setkey(DT, Date)
#Error in setkey(DT, Date) : Column 'Date' cannot be auto converted to integer without losing information.

如果我正确理解了包，那么当我使用setkey（）时，我只能获得大幅提升。另外，我认为在Date和数字之间不断转换不是很好的编码。所以我错过了一些东西，或者只是没有简单的方法来实现data.table？

sessionInfo()
R version 2.13.1 (2011-07-08)
Platform: x86_64-pc-mingw32/x64 (64-bit)

locale:
[1] C

attached base packages:
[1] grid      stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] data.table_1.6.3 zoo_1.7-2        lubridate_0.2.5  ggplot2_0.8.9    proto_0.3-9.2    reshape_0.8.4   
[7] reshape2_1.1     xtable_1.5-6     plyr_1.5.2      

loaded via a namespace (and not attached):
[1] digest_0.5.0    lattice_0.19-30 stringr_0.5     tools_2.13.1

Answer 1

这应该有效：

DT <- data.table(Date=as.ITime(rep(c(Sys.time(), Sys.time() + 60), each=6)),
                 y=c(rnorm(6, 1), rnorm(6, -1)))
setkey(DT, Date)

data.table包中包含一些带整数存储模式的日期/时间类。见?IDateTime：

带有整数存储的日期和时间类，用于快速排序和分组。仍然是实验性的！

IDate是从Date派生的日期类。它与Date类具有相同的内部表示形式，但存储模式为整数。
ITime是一个时间类，存储为当天的整数秒数。 as.ITime不允许超过24小时的日期。由于ITime存储在几秒钟内，您可以将其添加到POSIXct对象，但不应将其添加到Date对象。
IDateTime获取日期时间输入并返回包含date和time列的数据表。

将日期与data.table包一起使用

1 个答案: