data.table

0熱度

2回答

對於我的應用程序，當用戶登錄時，我需要檢查他們是否有任何角色分配給他們，如果他們沒有分配他們的基本角色。同樣基於他們的角色，我必須將他們重定向到某些頁面。但我不能找到一種方法來檢查/設置用戶的角色，當他們登錄。 [HttpPost] public ActionResult LogOn(LogOnModel model, string returnUrl) { if

2熱度

2回答

如何使用更快的方式處理和組合列表中的數據幀

最後，我遇到了一個問題，那個數據處理非常緩慢，並附加了多個data.frames的行。我使用lapply和dplyr組合進行數據處理。 OTH，由於每個數據幀中有20000行乘以目錄中的100個文件，進程變得非常慢。目前這對我來說是一個巨大的瓶頸，因爲即使在lapply過程完成後我沒有足夠的內存來處理bind_rows過程。這裏是我的數據處理方法，先的文件列表 files <- list.f

1熱度

2回答

如何計算具體百分比

我有一個數據表，其中數據在4個不同的級別（級別0,1,2和3）給出。我想要計算每個狀態的等級3中的供應如何在等級2中分配。（我在表保持occ_code使得即使state_code和level是一樣的，它是一個唯一的記錄）創建樣本表： library(data.table) state_code = c(rep(1,14)) level = c(0,1,2,3,3,2,3,1,2,3,3,3

1熱度

7回答

jQuery的ID從列表項？

好吧，所以我有一個mysql數據庫用戶名列表。但是，我需要從數據庫的ID，所以我想這樣的事情， <li id='43'>Monica</li> <li id='47'>Henrik</li> <li id='77'>Eric</li> 但我怎麼能從列表中獲得ID？

0熱度

1回答

Rolling correlation with data.table

我試圖在兩個data.table列之間進行滾動關聯。 dt <- data.table(a=-1:10,b=1:12) > dt a b 1: -1 1 2: 0 2 3: 1 3 4: 2 4 5: 3 5 6: 4 6 7: 5 7 8: 6 8 9: 7 9 10: 8 10 11: 9 11 12: 10 12 這就是我一直在使用rollapply從

2熱度

2回答

爲每個組填充時間序列的有效方法

我正在尋找一種按時間填寫時間序列數據集的方法。我使用的非常低效的方法是爲每個組設置split數據集，並在該列表的所有元素中應用自定義時間序列填充函數（在最大值和最小值之間創建序列，併合並）。不用說，這個行動不會通過分裂。我的數據集的樣子， source grp cnt 1: 83 2017-06-06 13:00:00 1 2: 83 2017-06-06 23:00:00 1

1熱度

2回答

使用R排除觀察值後快速找到分組的最小值

我需要在非常大的數據集（包含多個組）的情況下執行類似於以下的操作，並在某處使用.SD緩慢讀取。有沒有更快的方法來執行以下操作？更準確地說，我需要創建一個新列，其中包含每個組的最小值，排除該組中的某個觀察子集（類似於Excel中的minif）。 library(data.table) dt <- data.table(valid = c(0,1,1,0,1), a = c(1,

1熱度

1回答

乘以特定列的列數

我有一個數據框，其中包含按位置包含不同區域的多個列。在另一列中，我有一個密度值。我想知道如何創建一個新表（理想情況下通過一個循環），每個區域乘以密度。我的數據幀的樣子： X Area1 Area2 Area3 Area4 Density A 10.1 12 20 25 0.04 B 4.2 7.3 30 35 0.05 C 5.3 9.6 10 15 0.07 D 0.2 0

1熱度

1回答

定義船旗國根據給定的條件和經過時間

我需要創建工作像下面這樣的標誌：的標誌的值始終爲1時條件爲真 ID Date Condition Flag Amount 1 2015.04.01 False 0 0 1 2015.05.01 True 1 0 1 2015.06.01 True 1 0 的標誌的值始終爲1年以內的條件設置爲false ID Date Condition Flag Amount 1

0熱度

2回答

按鍵中的數據表的條件總和R

我有一個有3列的數據表'df'。 ID，用餐，時間每個ID有很多行。 library(data.table) id = c(1,1,2,2,3,3) meal = c(1,1,0,0,1,0) time = c(10,9,12,13,7,15) df <- data.table(id, meal, time) > df id meal time 1: 1 1 10 2: