与dplyr中的data.table不同-Java 学习之路

我试图使用 data.table 获得更好的性能，但不知道如何在 dplyr 中执行相当于 distinct %>% summarize 的操作 . 任何想法如何我可以调整以下代码 data.table ？

group_by_('x,y,z') %>%
distinct('h', .keep_all = TRUE) %>%
summarise(tot1 = sum(value1), tot2 = sum(value2))

1 回答

您可以使用 data.table 以2个步骤执行组，不同和求和 . 首先，将 unique() 与 by 参数设置为分组和不同变量 . 然后只使用分组变量来执行data.table等效的 summarize() .

dfq = data_frame(
    g1 = rep(c('a', 'b', 'c'), times = 12), 
    g2 = rep(c('d', 'e', 'f', 'g'), times = 9), 
    c3 = as.integer(30 * runif(36)), 
    d4 = rep(LETTERS[1:18], times = 2)
)

dtq = as.data.table(dfq)
dtq2 = unique(dtq, by = c("g1", "g2", "d4"))[
    , .(sum1 = sum(c3)), 
    by = c("g1", "g2")
]

回复于 2024-05-20T05:45:09+08:00

与dplyr中的data.table不同

1 回答

相关问题