R data.table：.SD的名称不可用于赋值
R data.table 是一种高性能的数据处理库，旨在快速处理大型数据集。在 data.table 中，.SD 是一个特殊的变量，它表示子数据表（subset），即在分组操作时，当前分组的数据。
然而，由于 .SD 是一个只读变量，它的名称不可用于赋值。这是因为 .SD 是一个引用变量，它指向原始数据表的内存地址，而不是分组后的新数据表。如果试图给 .SD 赋值，将会改变原始数据表中的值，而不是分组后的结果。
在 data.table 中，如果需要对分组数据进行赋值操作，可以使用 ":=" 操作符和特定的变量名称来实现。例如，假设我们要对分组后的数据表进行计算，并将结果存储在新的列中，可以使用以下方式：
DT[, new_col := mean(some_col), by = group_col]上述代码中，我们使用 ":=" 操作符将均值计算结果存储在名为 "new_col" 的新列中。"mean(some_col)" 表示计算 "some_col" 列的均值，"by = group_col" 表示按照 "group_col" 列进行分组。
腾讯云提供了多种云计算产品，适用于各种应用场景。在使用 R data.table 进行大数据处理时，可以考虑使用腾讯云的云服务器（CVM）提供计算资源，配合云数据库 MySQL（CDB）或云原生数据库 TDSQL 进行数据存储和管理。此外，腾讯云还提供了云函数 SCF、云托管 TKE 等产品，用于支持数据处理的自动化和托管。
更多关于腾讯云产品的详细介绍，请访问腾讯云官方网站：
- 腾讯云官方网站：https://cloud.tencent.com/
- 云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 云数据库 MySQL（CDB）：https://cloud.tencent.com/product/cdb
- 云原生数据库 TDSQL：https://cloud.tencent.com/product/tdsql
- 云函数 SCF：https://cloud.tencent.com/product/scf
- 云托管 TKE：https://cloud.tencent.com/product/tke
相关·内容
我在一个函数中有一个for循环，它可以很好地处理小于10000行的数据帧，但是循环所用的时间随着行数的增加而呈指数增长。我读过一篇关于优化循环的文章。不过，我不知道怎么把它用在我的情况上
下面是for循环：
for (i in 1:nrow(data.frame)) {
event <- as.character(data.frame[i,"Event"])
if(i < 20) {
# do nothing
}
else {
# Get the previous 20 rows
one
浏览 0提问于2016-10-31得票数 0
下面的数据集具有我的大型数据集的特征。我在data.table中管理它，一些列被加载为chr，尽管它们是数字，我想将它们转换为数字，这些列名是已知的
dt = data.table(A=LETTERS[1:10],B=letters[1:10],C=as.character(runif(10)),D = as.character(runif(10))) # simplified version
strTmp = c('C','D') # Name of columns to be converted to numeric
# columns converted
浏览 2提问于2015-04-07得票数 20
回答已采纳
我想用R data.table的公式来创建几个变量。我有一个变量列表，对于每个变量，我想执行一个计算并创建一个新变量，将相同的字符串粘贴到每个列名上。我可以让它一次只工作一个变量，但它不适用于lapply或循环。我怀疑我缺少了R，data.table和引号或变量名对字符串的东西。我需要用“.”吗？“还是用eval()包装？dplyr (或任何tidyverse)解决方案也能解决这个问题。
下面是mtcar的示例代码：
library(data.table)
mtcars.dt <- setDT(mtcars)
myVars <- c("mpg", "hp&#
浏览 0提问于2020-01-30得票数 2
回答已采纳
1回答
我一直在学习一门名为“R中的数据分析，data.table方法”的数据放大器课程。
练习的指导如下，
选择不使用==的b组。
选择b和c组。
使用mult选择b和c组的第一行。
使用by=.EACHI和.SD选择b和c组的第一行和最后一行。
扩展前面的命令，在返回第一行和最后一行之前打印出组。
布局如下，
# This is your data.table `DT`. The keys are set to `A` and `B`
DT <- data.table(A = letters[c(2,1,2,3,1,2,3)], B = c(5,4,1,9,8,8
浏览 2提问于2015-08-27得票数 6
回答已采纳
1回答
我正在尝试设置一个自定义udev来设置我的系统上所有6个HDD的/dev/sd**挂载点。
我一直在努力让它发挥作用，但它就是行不通。我需要对此进行排序，因为我的驱动器似乎随机改变了我的链接和库。我的驱动器中有5个是truecrypt加密的，因此我不能使用UUID安装到特定的点。
这就是我一直想用的东西。运行Ubuntu13.04的Im已将文件保存在/lib/udev/ file es.d/65-persistent-hdd.ules中。
# These are the rules to force all drives into specific /dev/sd** slots for tr
浏览 0提问于2013-07-22得票数 4
1回答
我有一个关于data.table的问题。我喜欢它，但我想我有时会误用.SD，我希望能澄清一下什么时候在data.table中使用它是有趣的。
以下是我认为自己滥用.SD的两个例子：
第一个是 (谢谢亨利的评论)
library(microbenchmark)
library(data.table)
DTlength <- 2000
DT <-
data.table(
id = rep(sapply(combn(LETTERS, 6, simplify = FALSE), function(x) {
paste(x, collapse = ""
浏览 2提问于2017-11-28得票数 3
当使用引用语义遍历R data.table中的所有列时，从内存使用的角度来看，什么更有意义：
(1) dt[, (all_cols) := lapply(.SD, my_fun)]
或
(2) lapply(colnames(dt), function(col) dt[, (col) := my_fun(dt[[col]])])[[1]]
我的问题是:在(2)中，我强制data.table逐列覆盖dt，因此我假设需要大约列大小的额外内存。(1)也是这样吗？或者在覆盖原始列之前评估所有lapply(.SD, my_fun)？
运行上述变体的一些示例代码：
library(data.table)
浏览 8提问于2018-09-06得票数 1
回答已采纳
我最近了解了优雅的R包data.table。我很想知道J函数是如何在那里实现的。该函数绑定到函数[.data.table，它不存在于全局环境中。
我下载了源代码，但在任何地方都找不到这个J函数的定义。我找到了lockBind(".SD", ...)，但没有找到J。知道这个函数是如何实现的吗？
非常感谢。
浏览 1提问于2014-02-25得票数 13
回答已采纳
我有一个data.frame，它有很多行和很少的列。我已经对它们进行了分组，现在我希望在特定组中选择值小于1四分位数的行，用于该组的2列。以下数据：
df:
ID SD_1 SD_2 clust
4 1.613479812 2.231100475 1
6 2.348970134 4.509710677 1
7 676.6791703 855.1300148 1
8 5.702718972 9.789694982 1
17 0.69905969 1.736578132 1
18 45.94251574 32.40374486 2
20 6
浏览 1提问于2017-05-11得票数 0
回答已采纳
我想更改xts对象中第一列(仅列)的名称。我可以手动将其更改为new_name
map(lst$out, ~setNames(., c("new_name")))
但我想将其更改为其来源的列表名称，即XLE.Adjusted或XLY.Adjusted。
此外，我想再次映射数据，并使用gsub或sub删除.Adjusted部件，并将其替换为类似newcoladdition的内容，因此列将类似于XLE_newcoladdition和XLY_newcoladdition或类似的内容。目前，这些列被称为R-squared，这些列并不对应于R平方值。
数据：
lst <- list
浏览 4提问于2020-03-01得票数 2
回答已采纳
我知道在R中，如果变量没有在函数中定义，它将被上游搜索。所以我认为对于特殊的data.table变量应该是这样的，比如.SD，.N等。但是这段代码不起作用： data(iris)
setDT(iris)
myFunA <- function(){
return(nrow(.SD))
}
iris[,myFunA(),by=Species] 有没有办法在不像myFunA(.SD)那样作为参数传递的情况下，从函数内部访问.SD？(是的，我知道这通常不是一个好的实践，但对于这个用例，我会纵容它)
浏览 25提问于2021-05-01得票数 4
回答已采纳
我有一个函数可以从data.table中删除空列，并将其包含在包中。
不知何故，它在加载函数时起作用，但当我从包中调用它时，它就不能工作了。问:为什么当我从一个包调用它时，这个函数不运行？
包中的任何函数都不需要(data.table)或库(data.table)。描述文件包含: Imports: data.table。所以很满意。
library(data.table)
df = data.table(a = c(1,2,3), b = c(NA, NA, NA), c = c(4,5,6))
library(cr360)
remove.emptycols(df) # from packa
浏览 0提问于2014-06-24得票数 16
嗨，我有这样的数据：
date type data
198101 1 0.1
198101 1 0.3
198101 2 0.5
198102 1 1.2
198102 1 0.9
198102 2 0.7
198102 2 0.3
当输入== 1时，我想创建一个新的列来显示每个月的中位数。
我想要的结果是这样
date type data P50
198101 1 0.1 0.2
19810
浏览 1提问于2018-06-30得票数 0
回答已采纳
1回答
在"R互动“选项卡中，我可以访问data.table。Installr把它加载到我的个人文件夹中。但是当我试图使用SQL中的R时
EXECUTE sp_execute_external_script
@language = N'R'
, @input_data_1 = N' select top 2 TodayClosed as Closed, Industry from stockquotes SQ
inner join StockSymbols SS on SS.ID = SQ.StockId where TodayC
浏览 8提问于2017-03-06得票数 1
回答已采纳
1回答
我有一个(大的) data.table。我也想对它的许多专栏做同样的事情。说,
dt <- data.table( ltr = letters[1:5] )
func <- function( dt ){
cols <- colnames( dt ) # Columns to apply op to
dt[ , (cols) := lapply( .SD, toupper ), .SDcols = cols ]
return( dt )
}
函数func将所有列的字符转换为大写。我试着
func( dt )
我知道错误了
Error in `:=`((
浏览 1提问于2015-06-02得票数 3
1回答
我试图将两种方法结合起来：
使用
以下是一些随机数据：
## Generate sample data
# Function to randomly generate weights
set.seed(7)
rtnorm <- function(n, mean, sd, a = -Inf, b = Inf){
qnorm(runif(n, pnorm(a, mean, sd), pnorm(b, mean, sd)), mean, sd)
}
# Generate variables
nps <- round(runif(3500, min=-
浏览 0提问于2018-02-20得票数 3
回答已采纳
我正在开发的一个包中有一个功能。我不认为输入数据是相关的，所以我没有张贴它。按照建议，我只尝试从包中导入特定的函数，而且除了data.table之外，大部分功能都很好。
#' @importFrom data.table 'setDT' 'rowid' '.SD'
#' @keywords Sankey
#' @export
SurveySankey <- function(dfw, y,PatientID) {
# Create the Sankey diagrams
Sanke
浏览 5提问于2017-11-06得票数 1
回答已采纳
1回答
数据帧中的排序列
、、
我有一个具有以下列名的数据框架：
well, DIV10SD7, DIV11SD7, DIV7SD7, DIV9SD7
不过，我希望该命令如下：
well, DIV7SD7, DIV9SD7, DIV10SD7, DIV11SD7
因此，基本上，我想按"DIV“之后和"SD7”之前的数字进行排序。此外，我想在排序时省略“好”一栏。
当我使用以下命令时：
df[,order(names(df))]
数据帧的顺序不变，但井列除外，它移动到末尾。我相信这是因为R一次读取每个字符串。因此，在这种情况下，以1开头的所有数字(例如DIV10和DIV11)都放在DIV7和DIV9之前。
有办
浏览 2提问于2015-07-03得票数 2
回答已采纳
假设我有一个data.frame
sample_df = structure(list(AE = c(148, 1789, 1223, 260, 1825, 37, 1442, 484,
10, 163, 1834, 254, 445, 837, 721, 1904, 1261, 382, 139, 213),
FW = structure(c(1L, 3L, 2L, 3L, 3L, 1L, 2L, 3L, 2L, 2L,
3L, 2L, 3L, 2L, 1L, 3L, 1L, 1L, 1L, 3L), .Label = c("LYLR",
&#
浏览 2提问于2017-04-09得票数 0
回答已采纳
我正在寻找一种优雅或高效的方法来选择R's data.table中的列。
就我个人而言，我重视灵活的方法。
因此，我倾向于根据列的特点而不是它们的名称来称呼它们。
例如，我希望将所有列的值设置为小写。
如果在此操作中包括所有列，如下所示
dt[, lapply(.SD, tolower),.SDcols = names(dt)]
数值列和整数列也将转换为(小写)字符。
这是不可取的，因此我首先将所有字符列标识为折叠：
char_cols <- as.character(names(dt[ , lapply(.SD, function(x) which(is.character(x
浏览 3提问于2020-04-19得票数 0
回答已采纳
我在R中遇到了一个命令，我很难理解它，也许有人能启发我？
sample[, AGG := Reduce(`+`, .SD), .SDcols = agg]
sample[, AGG_NEW := AGG]
subset = seq_len(nrow(sample))
sample[subset, val := (AGG_NEW >= (value) - 1)) | val ]
我到目前为止的解释是：
在data.table sample中，取所有行subset (已定义)，在这些行中变异列val，然后我不确定发生了什么.
|是做什么的？
浏览 2提问于2020-04-17得票数 3
回答已采纳
我注意到在非equi连接中使用.SD时存在不一致性。有什么解释吗？
根据联接的“方向”或“类型”，使用j = .SD会引发错误。
library(data.table)
d1 <- fread("a, b
1, 11
6, 16")
d2 <- data.table(r = 1:5, s = seq(0, 20, 5))
d1
a b 1: 1 11 2: 6 16
d2
r s 1: 1 0 2: 2 5 3: 3 10 4: 4 15 5: 5 20
d1[d2, on = .(a <=
浏览 1提问于2019-06-07得票数 5
回答已采纳
我一直在大量使用tidyverse，但是对于一些项目，我需要data.table的速度。到目前为止，我理解大多数DT语法，但我想在不使用data.table的情况下减少未使用的级别。
使用dplyr，我可以使用mutate_if(dataframe, is.factor, droplevels)，仅此而已。但是，我无法找到一种使用data.table的方法。
我尝试过使用应用dataframe[, (.SD) := droplevels(.SD), .SDcols = sapply(dataframe, is.factor)]
它引发以下错误：Error in[.data.table(DT_,
浏览 1提问于2019-07-11得票数 1
回答已采纳
我正在学习R，我有一个数据集，其中有大约6,000个关于三个天气变量的每日记录。我感兴趣的是，每一年每个季节的平均值和sd值。我找到了很多不同的方法来把数据分解成子集。但是，如果不为每一项输入mean(s1997$tmax)和sd(s1997$tmax)，我就无法计算这些值。我想制作一个这样的东西：
Season mean.TMAX sd.TMAX mean.TMIN sd.TMIN
s1997
f1997
w1997
s1998
我甚至不确定R是否能做到这一点。
浏览 0提问于2013-10-30得票数 0
回答已采纳
我有一个包含许多列的数据框架，其中一些是度量变量。我想使用data.table从后者提取一组汇总统计数据。我的问题如下:如何根据使用的函数重命名聚合列？
我希望拥有一个具有如下列名的聚合data.table：c("measure1_mean", "measure1_sd", "measure2_mean", "measure2_sd", ...)
我的代码如下所示：
library(data.table)
library(stringr)
dt <- data.table(meas1=1:10,
浏览 2提问于2018-11-28得票数 0
我在data.table包的聚合函数中遇到了一个非常奇怪的问题。当我在脚本文件中逐行运行它时，它的工作原理是完美的。同样，当我把它放在脚本文件中的函数中时。
但是，当我想构建自己的R包并使用@export标记相同的函数以使其可调用时，代码就会中断。当我在包中的另一个可调用函数中隐藏没有标记的函数时，它也会中断。
我可以给你一个小的例子数据集。但是，要测试它，您必须启动一个新的R package项目并标记并构建函数。
这里是:它只是在一个变量上构建一个聚合和。
# Example input data set df1
require(lubridate)
days = 365*2
date =
浏览 0提问于2017-04-28得票数 1
回答已采纳
我有一个字符串的数据框架，维度为30列乘500万行。我想识别包含任何预先定义的字符串列表的行。有比下面的apply() + any()方法更快的方法吗？
这里是一个可重复的例子。请注意，本例中的字符串是随机数，但在我的应用程序中它们是实际的字符串。
m <- 5E6
n <- 30
# Generate a matrix with random strings
A <- as.data.frame( matrix(sprintf('%.2f', sample.int(1000,m*n, replace=T)), nrow=m, ncol=n), string
浏览 4提问于2021-01-06得票数 0
回答已采纳
对于两组列是否有使用.SD / .SDcols的方法？
例如，在下面的代码中，在最后一行中，我需要第一个组(colA)的多个列由第二个组(colsA)的相应列组成，如下所示：
colA <- paste0("a", 1:3); colB <- paste0("b", 1:3)
colC <- paste0("c", 1:3)
dt <- data.table(V1=1:3);dt # just creating a data.table to work with
dt[, (
浏览 4提问于2020-06-13得票数 0
回答已采纳
3回答
R中列表中字符串的合并向量
、、、、
我有一组字符串和ID中的相应ID:string格式作为R中的向量列表
d <- list( c("SD1:LUSH", "SD44:CANCEL", "SD384:FR563", "SD32:TRUMPET"), c("SD23:SWITCH", "SD1:LUSH", "SD567:TREK"), c("SD42:CRAYON", "SD345:FOX", "SD183:WIRE"), c("SD345:HOLE"
浏览 4提问于2014-04-30得票数 1
我在R中有一个数据表
我想删除以"_nd"结尾的列。
My dt:
，我想要
，我想要这个脚本的反面，
dt[,.SD, .SDcols = patterns("_nd")]
谢谢你的帮助
浏览 3提问于2020-04-24得票数 5
回答已采纳
1回答
加速R中的矩阵行和列操作
、、、
我有一个正的大矩阵：
set.seed(1)
mat <- matrix(abs(rnorm(130000*1000)),nrow=130000,ncol=1000)
rownames(mat) <- paste("r",1:nrow(mat),sep="")
rownames of mat与parent.id相关联。
row.ids.df <- data.frame(row.id=rownames(mat),parent.id=paste("p",sort(sample(13000,130000,replace=T)),sep
浏览 3提问于2016-12-28得票数 0
回答已采纳
今天是我在R的第一天--你的建议会有很长的路要走。
我正在尝试创建一个基于预订活动的用户聚合视图。
在预订表中提取唯一的CustID。为客户创建新的DF。
customer <- with(BookingsDF,data.frame(CustID=sort(unique(CustID))))
在customer表中的每个CustID中添加它们处理的次数。
customer <- cbind(customer, NumberOrders = with(BookingsDF,
as.numeric (by (id, CustID, function(x) length(uniqu
浏览 2提问于2016-02-18得票数 0
colnames()似乎像预期的那样枚举每组的所有列，但是class()只显示每组两行！其中之一就是data.frame
> dt <- data.table("a"=1:3, "b"=1:3, "c"=1:3, "d"=1:3, "e"=1:3)
> dt[, class(.SD), by=a]
x y z V1
1: 1 1 1 data.table
2: 1 1 1 data.frame
3: 2 2 2 data.table
4: 2 2 2 data.frame
浏览 0提问于2016-05-23得票数 2
2回答
在R.示例中，我希望将多个列组合为data.table中的一个列表列：
require(data.table)
dt = data.table(col1 = LETTERS[1:5],
col2 = rep('test', 5),
col3 = c('hello', 'yes', 'no', 'maybe', 'why'))
Q:如何将col2和col3组合成一个列表列？
到目前为止我尝试过的是：
cols = c('col2
浏览 0提问于2021-07-13得票数 2
回答已采纳
我有以下代码：
> dt <- data.table(a=c(rep(3,5),rep(4,5)),b=1:10,c=11:20,d=21:30,key="a")
> dt
a b c d
1: 3 1 11 21
2: 3 2 12 22
3: 3 3 13 23
4: 3 4 14 24
5: 3 5 15 25
6: 4 6 16 26
7: 4 7 17 27
8: 4 8 18 28
9: 4 9 19 29
10: 4 10 20 30
> dt[,lapply(.SD,sum),by=
浏览 0提问于2013-04-21得票数 3
回答已采纳
以前可能有人问过这个问题，我在上找过了，但我似乎找不到答案。所以我也建议修改我的标题，所以如果有人发布了一个答案的链接，我会很好的！
我在下面有一个MWE。我尝试按每个月的日期按列val进行分组。据我所知，在下面代码中的场景1中，由于我没有通过:=将lapply的值赋给任何新列，因此将打印data.table。
但是，在场景2中，当我使用:=通过引用分配新的列变量时，会创建新的列(使用正确的值)，但在一天中的每个小时都会重复该值，而我只需要每天的值。
场景3也提供了所需的结果，但需要创建一个新的data.table。
我也不会想到set，因为value是按行迭代的，而我需要对某些列进行分组。
浏览 1提问于2018-11-06得票数 0
我如何按列分组，然后计算R中其他列的平均偏差和标准差？
例如，考虑著名的Iris数据集。我想做一些类似于按物种分组的事情，然后计算花瓣/萼片长度/宽度的平均值和sd值。我知道这与拆分-申请-合并有关，但我不知道如何从那里着手。
我能想到的是：
require(plyr)
x <- ddply(iris, .(Species), summarise,
Sepal.Length.Mean = mean(Sepal.Length),
Sepal.Length.Sd = sd(Sepal.Length),
Sepal.Width.Mean = mean(Sepal.Wi
浏览 1提问于2016-05-26得票数 3
回答已采纳
来自data.table包，考虑到：
“许多常见操作在内部并行化，以使用多个CPU线程”
我想知道当Map()在data.table中使用时，情况是否如此？
问这个问题的原因是，我注意到在大型数据集中(cor.test(x, y)与x = .SD和y是数据集的单个列)上的相同操作相比，使用Map()的操作比使用furrr::fututre_map2()时执行得更快。
浏览 1提问于2021-08-29得票数 0
回答已采纳
我有这样的代码：
dat<-dat[,list(colA,colB
,RelativeIncome=Income/.SD[Nation=="America",Income]
,RelativeIncomeLog2=log2(Income)-log2(.SD[Nation=="America",Income])) #Read 1)
,by=list(Name,Nation)]
1)我想说"RelativeIncomeLog2=log2(R
浏览 3提问于2013-05-13得票数 6
回答已采纳
1回答
因此，我有一个datatable (dt)，它包含以下元素，一个项目的id，当天的日期和库存。
ID date Stock
193sd 2016-03-23 12
238ds 2016-04-20 1
193sd 2017-09-12 1
...
例如，像193 So 这样的ID有不同的日期
ID date Stock
193sd 2016-03-23 12
193sd 2017-09-12 1
浏览 0提问于2018-11-19得票数 1
回答已采纳
我的名字是Natasa，我是新来的R。我对R能做什么印象深刻，但不幸的是，我没有时间从一开始就学习它。
我有很多向量(11)，每个向量有10000个值/数字，所以我将使用一个更“紧凑”的版本。假设我有4个向量:其中TI=Time和RE=区域(1，2或3)。
TI -> c(10, 20, 30, 40, 50, 100, 150, 200, 300)
RE1 -> c(0.25, 0.78, 0.35, 0.37, 4.56, 5.23, 3.75, 8.51, 10.85)
RE2 -> c(0.05, 1.54, 0.4, 0.42, 2.53, 1.38, 4.58,
浏览 5提问于2015-05-07得票数 1
2回答
我的问题听起来可能很愚蠢，但我注意到.和%经常在R中使用，坦率地说，我真的不知道为什么要使用它。
我已经在dplyr (例如go )和data.table (即.SD)中看到了它，但我确信它也必须在其他地方使用。
因此，我的问题是：
.是什么意思？这是某种R编码最佳实践术语吗？(也就是说，_functionName在javascript中经常用来表示它是一个私有函数)。如果是的话，有什么规定？
%也常用于R(即%in%，%>%，.)。
我一直猜测.和%是快速调用函数的一种方便的方式，但是data.table使用.的方式并不遵循这种逻辑，这让我感到困惑。
浏览 4提问于2014-12-19得票数 18
回答已采纳
下面是关于的一个很好的解释
我想到的另一种方法是对每一行使用唯一的id，然后使用by参数应用函数。如下所示：
library(data.table)
dt <- data.table(V0 =LETTERS[c(1,1,2,2,3)],
V1=1:5,
V2=3:7,
V3=5:1)
# create a column with row positions
dt[, rowpos := .I]
# calculate standard deviation by row
dt[ ,
浏览 6提问于2016-06-06得票数 15
回答已采纳
1回答
我对R比较陌生，我正在做一个项目，在这个项目中，我需要计算很多列平均值和标准差。我有一个名为分数的数据集，它拥有超过300万的172个变量的观测结果。我需要通过减去一个平均值和一个标准差来转换每一个分数。我可以用下面的代码做我想做的事情，但是它占用了我的R会话中的所有内存(50 is！)。这一步(计算方法、sds和转换值)是我代码中内存开销最大的一步，我想知道是否有什么可以减少的。功能有用吗？我应该以不同的方式存储数据吗？或者不管你怎么问，做数学都需要同样的力量吗？
如果可能的话，我试图避免为一台拥有更多电源的远程机器支付费用。
correct_scores <- TRUE
if (c
浏览 2提问于2022-05-20得票数 0
3回答
每当我导入数据时，我都想检查是否有一行只是重复的标题，或者是否在某些列中出现了这种情况。我知道如何很好地对NA或空值进行处理，但不仅仅是为了列的名称。
library(data.table)
dt<-data.table(mtcars)
dt2<-data.table(t(names(dt)))
names(dt2)<-names(dt)
dt<-rbind(dt,dt2)
基本上，我将名称添加为最后一个colum，我想检查一下整个行和每一列的名称，看看当我导入未知数据时，这是否是一个问题。
colSums(dt[,lapply(.SD,is.na)])
colSums
浏览 1提问于2019-04-03得票数 0
回答已采纳
我有一个data.frame d，如下所示。
d <- structure(list(sno = 1:7, list = c("SD1, SD44, SD384, SD32",
"SD23, SD1, SD567", "SD42, SD345, SD183", "SD345, SD340, SD387",
"SD455, SD86, SD39", "SD12, SD315, SD387", "SD32, SD1, SD40")), .Names = c("sno&#
浏览 1提问于2015-06-08得票数 4
回答已采纳
1回答
数据集由一个公司标识符(一个字符串)、三列数据值和一个日期(yyyymmdd)组成。大约有25,500个独特的公司标识符，从1973年1月1日至今，每个标识符的日均价值约为70万行。我想做的是为数据集中的每个日期计算一些统计数据(即范围、平均值、中值、SD等)。数据最初是一个csv，并作为数据导入R。我的第一次尝试是在下面，但是我想知道是否有一种比循环遍历25,000行更有效的方法
stat <- data.frame(Date=as.Date(character()), Mean=numeric(), SD=numeric(), Quant_75=numeric(), Quant_25
浏览 6提问于2014-04-24得票数 1
回答已采纳
1回答
我正在尝试使用以下代码设置以下data.tables px & vol。(回退到较慢的for循环)
a=data.table(
date_id = rep(seq(as.Date('2013-01-01'),as.Date('2013-04-10'),'days'),5),
px =rnorm(500,mean=50,sd=5),
vol=rnorm(500,mean=500000,sd=150000),
id=rep(letters[1:5],each=100)
)
b=data.table(
date_id=
浏览 3提问于2013-05-26得票数 3
回答已采纳
我希望将datatable的列转换为另一个类，并且无法使用字符串引用列。
set.seed(10238)
idt <- data.table(A = rep(1:3, each = 5), B = rep(1:5, 3),
C = sample(15), D = sample(15))
> idt
A B C D
1: 1 1 10 14
2: 1 2 2 2
3: 1 3 13 3
4: 1 4 7 1
5: 1 5 1 8
6: 2 1 11 15
7: 2 2 4 10
8: 2 3 15 7
浏览 6提问于2017-02-08得票数 0
回答已采纳
2回答
我有一个数据表，其结构如下：
structure(list(GVKEY1 = c(2721, 113609, 62634, NA, 62599, 15855,
15855, NA, NA, NA), GVKEY2 = c(NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_
), GVKEY3 = c(NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_
浏览 1提问于2016-02-28得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
