Kom igångKom igång gratis

Hem
Kurser
Datamanipulering med data.table i R

Kedja data.table-uttryck

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Den här övningen är en del av kursen

Datamanipulering med data.table i R

SkillTag.level.beginnerSkillTag.label

4.7+

Starta kursen gratis

Det här kapitlet introducerar data.tables som en direktersättning för data.frames och visar hur du använder data.tables argument <i>i</i> för att filtrera rader.

Exercise 1: Välkommen till kursen!Exercise 2: Snabbfrågor om data.table Exercise 3: Skapa en data.table Exercise 4: Introduktion till batrips-data Exercise 5: Filtrera rader i en data.table Exercise 6: Filtrera rader med positiva heltal Exercise 7: Filtrera rader med negativa heltal Exercise 8: Filtrera rader med logiska vektorer Exercise 9: Hjälpfunktioner för filtrering Exercise 10: Jag %like% data.tables Exercise 11: Filtrering med %in%Exercise 12: Filtrering med %between% och %chin%

Precis som argumentet <i>i</i> låter dig filtrera rader, kan du med argumentet <i>j</i> i data.table välja kolumner och utföra beräkningar. Syntaxen är betydligt smidigare och mer flexibel jämfört med data.frames.

Exercise 1: Välja kolumner från en data.table Exercise 2: Välja en enskild kolumn Exercise 3: Välja kolumner med namn Exercise 4: Välja bort specifika kolumner Exercise 5: Beräkningar på kolumner med data.table Exercise 6: Beräkningar i j (I)Exercise 7: Beräkningar i j (II)Exercise 8: Avancerade beräkningar i j Exercise 9: Beräkningar i j (III)Exercise 10: Kombinera i och j

Det här kapitlet introducerar data.tables argument <i>by</i>, som låter dig utföra beräkningar <i>per grupp</i>. När du är klar med kapitlet behärskar du den koncisa syntaxen <b>DT[i, j, by]</b> i data.table.

Exercise 1: Beräkningar per grupp Exercise 2: Beräkna statistik per grupp (I)Exercise 3: Beräkna statistik per grupp (II)Exercise 4: Beräkna flera statistikmått Exercise 5: Kedja data.table-uttryck

Aktuell övning

Exercise 6: Sortera rader Exercise 7: Vilka är de 5 populäraste destinationerna?Exercise 8: Vilken är den populäraste destinationen från varje startstation?Exercise 9: Kombinera i, j och by (I)Exercise 10: Beräkningar i j med hjälp av .SD Exercise 11: Använda .SD (I)Exercise 12: Använda .SD (II)

I det här kapitlet lär du dig en unik funktion i data.table: att modifiera befintliga data.tables direkt på plats. Det gör dina beräkningar <i>otroligt snabba</i> och är enkelt att lära sig.

Exercise 1: Lägga till och uppdatera kolumner med referens Exercise 2: Lägga till en ny kolumn Exercise 3: Uppdatera en befintlig kolumn (I)Exercise 4: Uppdatera en befintlig kolumn (II)Exercise 5: Grupperade aggregeringar Exercise 6: Lägga till kolumner per grupp Exercise 7: Uppdatera kolumner per grupp Exercise 8: Avancerade aggregeringar Exercise 9: Lägga till flera kolumner (I)Exercise 10: Lägga till flera kolumner (II)Exercise 11: Kombinera i, j och by (II)

Paketet data.table hjälper dig inte bara att utföra blixtsnabba beräkningar – det kan även läsa och skriva data till disk med imponerande hastighet. Det här kapitlet fokuserar på data.tables funktioner fread() och fwrite(), som låter dig importera och exportera platta filer <i>snabbt</i> och <i>enkelt</i>!

Exercise 1: Snabb datainläsning med fread()Exercise 2: Snabb inläsning från disk Exercise 3: Importera en CSV-fil Exercise 4: Importera valda kolumner Exercise 5: Importera markerade rader Exercise 6: Avancerad filläsning Exercise 7: Läsa in stora heltal Exercise 8: Ange kolumnklasser Exercise 9: Hantera tomma och ofullständiga rader Exercise 10: Hantera saknade värden Exercise 11: Snabb dataskrivning med fwrite()Exercise 12: Skriva filer till disk Exercise 13: Skriva datum- och tidskolumner Exercise 14: Snabb skrivning till disk