R语言高级数据结构data.table

对于data.frame大家应该很熟悉，它可以存储不同数据类型的向量数据。今天给大家介绍一个升级版的data.frame，其不仅可以存储不同数据类型还可以进行多列的并行运算。包的安装我们就不再赘述了（install.packages(“data.table”)）。

首先看下此格式数据的生成：

1. fread 自带的读入数据的函数，可以直接将txt,csv读入并生成相应的data.table格式数据。
2. as.data.table 将R对象转化为data.table格式的数据，其对象可以为列表，向量，data.frame。
3. setDT(x) 其直接将R对象转化为data.table数据类型，从而不改变数据地址。

DF =data.frame(x=rep(c("b","a","c"),each=3),y=c(1,3,6), v=1:9)
DT=as.data.table(DF,keep.rownames=TRUE)

接下来我们看下data.table数据类型的运算，其基础的运算既包含data.frame所有的运算方式，同时又有升级的运算：

1. 筛选数据可以直接填写判断公式，省掉了which/grep或者==/>等。

DT[1:3]
DT[x=="a"]

2. 列的选取也发生了改变，其中引入了list的别名 .() 进行数据筛选：

DT[,y]
DT[,.(y)]

3. data.table中数据函数的调用以及并行运算的加入：

DT[,sum(y)]
DT[,.(sum(y),sum(v))]

4. 自定义函数的执行，需要用{}包裹所有的命令。

DT[,{print(y); plot(y)}]

5. 分组计算的运算，可以单列分组也可以多列分组：

DT[,.(sum=sum(y)),by=x]
DT[,.(sum=sum(v)),by=.(x,y)]

6. 各分组的计数函数.N，例：

DT[,.N,by=x]

7. 其中数据各列的增加，删除，修改，用到的函数是:=。

DT[,y1:=y]
DT[,y:=NULL]
DT[,y:=(y+1)]

以上就是data.table的运算方式了，当然他还有一些更深的运算以及设置，如果有兴趣可以去更深入看看，目前我们也就用到这些。