data.table学习（1）

data.table

DT = data.table(x=c("b","b","b","a","a"),v=rnorm(5))
DT
   x           v
1: b  0.65853652
2: b -0.57938061
3: b  0.08485302
4: a -1.67034138
5: a -0.10346345

或者可以直接将data.frame转换为data.table类型

1. Keys

Keys在data.table中是一个重要的概念，在一个data.table中只能设置一个key，但是这一个key可以包含多个列。当我们设置好key后，data.table会将数据按照key来排序。

> setkey(DT,x) #设置key按照X作为key
> DT["b",]       
   x        v
1: b  0.65853652
2: b -0.57938061
3: b  0.08485302

> DT["b"] #默认情况下会返回该分组的所有元素mult='all'，mult can only be 'first','last' or 'all'
          #但是如果我们想要其他结果，比如返回第一个元素，或返回最后一个元素
   x           v
1: b  0.65853652
2: b -0.57938061
3: b  0.08485302

> DT["b",mult="first"]
   x         v
1: b 0.6585365
> DT["b",mult="last"]
   x          v
1: b 0.08485302

system.time() 显示用时
DT = as.data.table(DF)
system.time(setkey(DT,x,y))   #将x,y作为一个key
##    user  system elapsed 
##    0.13    0.01    0.14
system.time(ans2 <- DT[list("R","h")])
##    user  system elapsed 
##    0.02    0.00    0.02

2. 快速聚合(fast grouping)

接下来我们要介绍data.table的第二个参数by

> DT[,sum(v)]
[1] -1.609796
> DT[,sum(v),by=x]
   x         V1
1: a -1.7738048
2: b  0.1640089

3. 快速连接

使用DT[X]，该操作会将X中key(没指定key则默认第一列)与DT的key作连接，
同理，X[DT]会将DT与X作连接

> DT = data.table(x=rep(c("a","b","c"),each=3), y=c(1,3,6), v=1:9)
> DT
   x y v
1: a 1 1
2: a 3 2
3: a 6 3
4: b 1 4
5: b 3 5
6: b 6 6
7: c 1 7
8: c 3 8
9: c 6 9
> G = data.table(c("b","c"),foo=c(4,2))
> G
    V1 foo
1:  b   4
2:  c   2

> setkey(DT,x)#快速连接前先要设置key
> DT[G]#开始连接，以DT为基础,DT来迎合G
   x y v foo
1: b 1 4   4
2: b 3 5   4
3: b 6 6   4
4: c 1 7   2
5: c 3 8   2
6: c 6 9   2

> setkey(G,V1)#若用G来迎合DT，则先设置G的key
> G[DT]
    V1 foo y v
1:  a  NA 1 1  #G中没有的则为NA
2:  a  NA 3 2
3:  a  NA 6 3
4:  b   4 1 4
5:  b   4 3 5
6:  b   4 6 6
7:  c   2 1 7
8:  c   2 3 8
9:  c   2 6 9

我们也可以使用on操作来连接两个相同的列：

> DT = data.table(x=rep(c("a","b","c"),each=3), y=c(1,3,6), v=1:9)
> X = data.table(x=c("b","c"),foo=c(4,2))
> DT[X, on="x"] # join on columns 'x' on操作来连接两个相同的列
   x y v foo
1: b 1 4   4
2: b 3 5   4
3: b 6 6   4
4: c 1 7   2
5: c 3 8   2
6: c 6 9   2

我们也可以使用data.table中的merge函数

> letters
[1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o"
[16] "p" "q" "r" "s" "t" "u" "v" "w" "x" "y" "z"

dt1 <- data.table(A = letters[1:10], X = 1:10, key = "A")
dt2 <- data.table(A = letters[5:14], Y = 1:10, key = "A")
merge(dt1, dt2)
   A  X Y
1: e  5 1
2: f  6 2
3: g  7 3
4: h  8 4
5: i  9 5
6: j 10 6

待