data.table

1熱度

1回答

感興趣的數據生成圖表是mymeanDT DT <- data.table(yearmonth = as.yearmon(sample(seq(as.Date('2012/07/01'), as.Date('2016/02/28'),by="day"), 5000, replace = TRUE)), mydummy = as.factor(rbinom(5000, 1, .4)),

0熱度

1回答

如何導入使用的fread從data.table

我正嘗試導入這種使用data.table的fread命令CSV "a";"b" 11092740;0 8978056137;0 的，但是當我使用它，我有錯的進口值： data<-fread(data.csv,sep=";") data a b 1: 5.480542e-317 0 2: 4.435749e-314 0 如何正確導入它們？謝謝！

3熱度

1回答

慢速data.table子集VS dplyr

我已經使用dplyr代碼 group_by(dt, ID) %>% filter(any(colY == 1 & colX == 10)) 以下格式到子集像下面 ID colX colY 1111 3 1 1111 2 1 1111 6 0 1111 9 0 2222 10 1 2222 3 1 2222 5 0 2222 7 0 3333 8 1 3333

0熱度

1回答

在嵌套data.table中通過引用修改list-column

在嵌套data.table中使用data.tables的列表列時，很容易在該列上應用函數。例如： dt<- data.table(mtcars)[, list(dt.mtcars = list(.SD)), by = gear] 我們可以使用： dt[ ,list(length = nrow(dt.mtcars[[1]])), by = gear] dt[ ,list(length = n

-1熱度

1回答

防止條件具有長度> 1：=操作者在data.table中的R

我創建data.table這樣的： dd<-data.table(c(7,8,9),c(10,5,10),c(8,9,11)) 然後我嘗試使用:=通過它的功能，但我得到條件具有長度> 1錯誤。 dd[,Cat:= as.factor(if(V1 > V2 & V2 > V3) {"decrease,decrease"} else if(V1 > V2 & V2 < V3) {"decrea

-1熱度

1回答

LEFT JOIN合併data.table

我想做一個左2個data.frames上R，使用data.table庫聯接。我擁有的一切： library(data.table) id<-c("a1","a2","a3","a4") id2<-c("a2","a3","a1","a4") y<-c(1,2,3,4) z<-c(3,5,6,7) k<-c(1,3,8,7) df1<-data.table(id,y,z) id<-

1熱度

1回答

通過只匹配列名稱中的字符串模式將大量data.table列轉換爲因子

我試圖轉換一個data.table中的某個特定字符串「_cat」分類數據類型。 data.table中的列總數很大（超過700），我不想通過700多列來找出哪些列中的_cat用於更改數據類型。（它們是隨機遍佈data.table）首先我得到的邏輯數組，指示其列在他們的名字「_cat」： cat_id <- grepl('_cat', colnames(dt)) 不知何故，我不得不使用這個C

4熱度

2回答

R：由於丟失符號而無法加載data.table _omp_set_num_threads

我有一個包含導入列表的R包，從未遇到加載最新版本的問題。我剛剛將data.table添加到列表中，現在無法加載該包。 OS：MACOS塞拉利昂10.12.5/6 GCC： Configured with: --prefix=/Library/Developer/CommandLineTools/usr --with-gxx-include-dir=/usr/include/c++/4.2.1 A

1熱度

1回答

使用數據表的聚合重疊間隔

我有一些示例數據，其中有（錯誤的）重疊間隔，所以我想將數據分成不重疊的間隔，根據原始數據將數據添加到每個間隔。假設我有一個數據表是這樣的： x <- c(1000, 2000, 2000, 1000, 1500) y <- c(1200, 3000, 4000, 2000, 3000) z <- c("a", "a", "a", "b", "b") n1 <- 1:5 n2 <- 4:8

1熱度

1回答

使用兩個變量過濾data.table，一個優雅的快速方式

我想問你是否有一種方法可以根據多個變量的組合進行過濾。更具體地講： library(dplyr) library(plyr) library(data.table) data <- iris %>% cbind(group = rep(c("a", "b", "c"), nrow(iris))) %>% as.data.table() Sepal.Length Sepal.Wi