R中的大数据聚合
R中的大数据聚合
提问于 2014-09-13 23:23:39
我有一个数据集(dat)，如下所示：
Team Person Performance1 Performance2
1 36465930 1 101
1 37236856 1 101
1 34940210 1 101
1 29135524 1 101
2 10318268 1 541
2 641793 1 541
2 32352593 1 541
2 2139024 1 541
3 35193922 2 790
3 32645504 2 890
3 32304024 2 790
3 22696491 2 790我试图识别和删除所有在Performance1或Performance2上有差异的团队。因此，例如，示例中的team 3在性能2上有差异，所以我想从dataset中删除该团队。下面是我编写的代码：
tda <- aggregate(dat, by=list(data$Team), FUN=sd)
tda1 <- tda[ which(tda$Performance1 != 0 | tda$Performance2 != 0), ]问题是我的数据集中有超过10万个团队，所以我的第一行代码花费了非常长的时间，我不确定它是否能完成数据集的聚合。怎样才能更有效地解决这个问题呢？
谢谢！)
真诚的，艾米
Stack Overflow用户
回答已采纳
发布于 2014-09-13 23:38:07
dplyr包通常非常快。这里有一种方法可以只选择那些标准差等于零的团队( Performance1和Performance2 )
library(dplyr)
datAggregated = dat %>%
group_by(Team) %>%
summarise(sdP1 = sd(Performance1),
sdP2 = sd(Performance2)) %>%
filter(sdP1==0 & sdP2==0)
datAggregated
Team sdP1 sdP2
1 1 0 0
2 2 0 0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/25828695
复制相关文章
相似问题
腾讯云开发者
