数据处理赏罚之——data.table

当j不提供参数名的时辰，会自动天生相同(V1,?V2)的参数名。

b) keyby

假如在分组数据计较后，想要对分组数据举办排序，这时便可用到keyby参数。

– 计较差异球员在差异胜败相关了局均得分与助攻数，并按球员和胜败相关举办排序

c) 管道操纵 
data.table中也有相同dplyr中%>%成果的函数，下面我们来看看这个成果的甜头：
 
# 按球员分组求进场均得分和助攻，再按得分降序分列
mptsmastby = .mpts# ? ?player ? ? mpts ? ? ?mast
# 1: ? 库里 30.06329 ?6.670886
# 2: ? 威少 23.47500 10.425000
# 3: ? 沃尔 19.88312 10.246753
# 4: ? 欧文 19.64151 ?4.716981
# 5: ? 保罗 19.54054 ?9.972973
# 6: ? 康利 15.30357 ?6.107143
 
# 行使管道操纵
# 6: ? 康利 15.30357 ?6.107143
 
可以看出，data.table中的管道操纵是凭证DT[ ... ][ ... ][ ... ]的情势举办操纵的。
 
e) 用.SD同时对多罗列办沟通计较
 
– 计较每一个球员的场均数据
 
# 提取球员，得分，助攻，抢断，失误数据列
ast,0);">stl,0);">tov# 按球员分组计较其他全部数据列的均值
lapply.SD,136); font-style: italic;"># ? ?player ? ? ?pts ? ? ? ast ? ? ?stl ? ? ?tov
# 1: ? 库里 30.06329 ?6.670886 2.139241 3.316456
# 2: ? 康利 15.30357 ?6.107143 1.196429 1.500000
# 3: ? 保罗 19.54054 ?9.972973 2.054054 2.621622
# 4: ? 沃尔 19.88312 10.246753 1.883117 4.129870
# 5: ? 威少 23.47500 10.425000 2.037500 4.275000
# 6: ? 欧文 19.64151 ?4.716981 1.056604 2.339623
 
回收.SD会对除分组数据外全部的数据列做处理赏罚，而现实处理赏罚数据的时辰，每每是必要指定个中多列数据举办处理赏罚，并不是所稀有据列，这时辰就必要共同.SDcols参数举办操纵。例子如下：
 
# 按球员分组仅计较得分和助攻数据的均值
.SDcols] 
## 用.SDcols对球员的得分和助攻数据举办处理赏罚
# ? ?player ? ? ?pts ? ? ? ast
# 2: ? 康利 15.30357 ?6.107143
# 3: ? 保罗 19.54054 ?9.972973
# 4: ? 沃尔 19.88312 10.246753
# 5: ? 威少 23.47500 10.425000
# 6: ? 欧文 19.64151 ?4.716981
 
– 取每个球员前两场的数据
 
– 把每个球员的得分和助攻数连起来作为一个变量 
# 新变量为一列
val # ? ? ?player val
# ? 1: ? 库里 ?46
# ? 2: ? 库里 ?37
# ? 3: ? 库里 ?17
# ? 4: ? 库里 ?27
# ? 5: ? 库里 ?21
# ?--- ? ? ? ? ? 
# 834: ? 欧文 ? 5
# 835: ? 欧文 ? 2
# 836: ? 欧文 ? 2
# 837: ? 欧文 ? 4
# 838: ? 欧文 ? 4

## 新变量为列表
# ? ?player ? ? ? ? ? ? ? ?val
# 1: ? 库里 46,37,27,21,39,
# 2: ? 康利 22,12,24,7,19,136); font-style: italic;"># 3: ? 保罗 12,5,13,25,20,136); font-style: italic;"># 4: ? 沃尔 15,22,14,8,136); font-style: italic;"># 5: ? 威少 13,23,26,136); font-style: italic;"># 6: ? 欧文 35,11,15,10,
 
小结
 
data.table的一样平常语法情势如下:
 
]
 

i选择行:
 

                        
（编辑：湖南网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!