究極のRdata.tableチートシート
速度。簡潔な構文。下位互換性。
しかし、特にスピード。
これらは、Rのdata.tableをファンにとって魅力的なものにする機能の一部です。
そして、あなたが（私がそうであるように）確認された整頓されたユーザーであるとしても、data.tableは、特に大きなデータセット、Shinyアプリ、またはパッケージ関数で作業するときに、Rツールキットへの便利な追加になります。
このRdata.tableの究極のチートシートは、インタラクティブであるため、他の多くのシートとは異なります。列の追加などの特定のフレーズを検索したり、サブセットや形状変更などのタスクグループのタイプで検索したりできます。このチートシートがtidyverse「翻訳」のコードが含まれているためまた、あなたはまた、このような動詞のお気に入りdplyrを検索することができるのmutateまたは行方向。
登録ユーザーは、このインタラクティブテーブルの拡張バージョンをダウンロードして、自分のシステムで使用できます。登録は無料です。
data.tableおよびtidyverseタスクとコードを検索します
| 仕事 | タイプ | data.tableコード | Tidyverseコード |
|---|---|---|---|
| CSVファイルで読み込む | インポート | mydt <-fread（ "myfile.csv"） | myt <-read_csv（ "myfile.csv"）＃OR myt <-vroom :: vroom（ "myfile.csv"） |
| CSVファイルの最初のx行をインポートします | インポート | mydt_x <-fread（ "myfile.csv"、nrows = x） | myt_x <-read_csv（ "myfile.csv"、n_max = x） |
| 特定のパターンに一致するCSVファイルからそれらの行のみをインポートします | インポート | mydt_pattern <-fread（ "grep'mypattern 'myfile.csv"） | myt_pattern <-vroom :: vroom（pipe（ "grep'mypattern 'myfile.csv"）） |
| .gz圧縮ファイルをインポートする | インポート | mydt <-fread（ "myfile.gz"） | myt <-vroom :: vroom（ "myfile.gz"） |
| a.zip圧縮ファイルをインポートします | インポート | mydt <-fread（cmd = 'unzip -cq myfile.zip'） | myt <-read_csv（ "myfile.zip"） |
| 既存のデータフレームからデータテーブルを作成します（tidyverseの場合はtibble） | インポート | mydt <-as.data.table（mydf）#OR setDT（mydf） |
myt <-as_tibble（mydf） |
| コピーを作成せずにdata.tableを所定の位置に変更する | ラングラー | setkey（mydt、mycol）などのsetで始まる関数、または角かっこ内で：=演算子を使用する関数 | 適用できません |
| 複数の列の値に基づいて行を並べ替える | ラングラー | mydt2 <-mydt [order（colA、-colB）] #OR setorder（mydt、colA、-colB） |
myt <-arrange（myt、colA、-colB） |
| 列の名前を変更する | ラングラー | setnames（mydt、old = c（ 'colA'、 'colB'）、new = c（ 'NewColA'、 'NewColB'）） | myt <-rename（myt、NewColA = colA、NewColB = colB） |
| 列の並べ替え：いくつかの列を前（左端）の位置に移動します | ラングラー | setcolorder（mydt、c（ "colB"、 "colC"））＃colBが位置1に、colCが位置2になりました | myt <-relocate（myt、colB、colC） |
| 行番号nの行をフィルタリングします | サブセット | mydt2 <-mydt [n] | myt2 <-slice（myt、n） |
| 最後の行をフィルタリングします | サブセット | mydt2 <-mydt [.N] | myt2 <-slice（myt、n（）） |
| 条件で行をフィルタリングする | サブセット | ＃場合によっては、setkey（mydt、colA、colB）は、colAとcolBの論理テストのパフォーマンスを＃高速化します。他の列と同じ mydt2 <-mydt [論理式] |
myt2 <-filter（myt、論理式） |
| colAがstring1またはstring2に等しい行をフィルタリングします | サブセット | mydt2 <-mydt [colA％chin％c（ "string1"、 "string2"）] | myt2 <-filter（myt、colA％in％c（ "string1"、 "string2"）） |
| colAが正規表現と一致する行をフィルタリングする | サブセット | mydt2 <-mydt [colA％like％ "mypattern"] | myt2 <-filter（myt、stringr :: str_detect（colA、 "mypattern"）） |
| colA値が2つの数値の間にある行をフィルタリングする | サブセット | mydt2 <-mydt [colA％between％c（n1、n2）] | myt2 <-filter（myt、between（colA、n1、n2）） |
| グループで最初のn行をフィルタリングする | サブセット | mydt2 <-mydt [、。SD [1：n]、by = groupcol] | myt2％group_by（groupcol）％>％slice（1：n） |
| グループごとに最大値の行をフィルタリングする | サブセット | mydt2 <-mydt [、。SD [which.max（valcol）]、by = groupcol] | myt2％group_by（groupcol）％>％filter（valcol == max（valcol）） |
| 列を選択し、結果をベクトルとして返します | サブセット | myvec <-mydt [、colname] | myvec <-pull（myt、colname） |
| 複数の列を選択して、新しいdata.tableを作成します（tidyverseのデータフレームまたはtibble） | サブセット | mydt2 <-mydt [、list（colA、colB）] #OR mydt2 <-mydt [、。（colA、colB）] #OR mydt2 <-mydt [、c（ "colA"、 "colB"）] |
myt2 <-select（myt、colA、colB） |
| 列名を含む変数を使用して複数の列を選択します | サブセット | my_col_names <-c（ "colA"、 "colB"） mydt2 <-mydt [、.. my_col_names] #OR mydt2 <-mydt [、my_col_names、with = FALSE] |
my_col_names <-c（ "colA"、 "colB"） myt2 <-select（myt、all_of（my_col_names）） |
| 複数の列を選択し、いくつかの名前を変更します | サブセット | mydt2 <-mydt [、。（newname1 = col1、newname2 = col2、col3）] | myt2 <-select（myt、newname1 = col1、newname2 = col2、col3） |
| 複数の列を除外する | サブセット | mydt2 <-mydt [、-c（ "colA"、 "colB"）] #OR mydt2 <-mydt [、！c（ "colA"、 "colB"）] #OR my_col_names <-c（ "colA"、 "colB"） mydt2 <-mydt [、！.. my_col_names] |
myt2 <-select（myt、-c（colA、colB））＃OR my_col_names <-c（ "colA"、 "colB"） myt2 <-select（myt、-{{my_col_names}}） |
| 複数の列の値に基づいて重複する行を削除します | サブセット | mydt2 <-unique（mydt、by = c（ "colA"、 "colB"）） | myt2 <-distinct（myt、colA、colB、.keep_all = TRUE） |
| 複数の列に基づいて一意の行を数える | 要約する | uniqueN（mydt、by = c（ "colA"、 "colB"）） | nrow（distinct（myt、colA、colB）） |
| データに対して要約計算を実行する | 要約する | mydt2 <-mydt [、myfun（colA ...）] | myt2％summarise（ColName = myfun（colA ...）） |
| 1つのグループによるデータの要約計算を実行します | 要約する | mydt2 <-mydt [、myfun（colA ...）、by = groupcol] | myt2％ group_by（groupcol）％>％ 要約（ NewCol = myfun（colA ...） ） |
| 1つのグループごとにデータの要約計算を実行し、新しい列に名前を付けます | 要約する | mydt2 <-mydt [、。（MyNewCol = myfun（colA ...））、by = groupcol] | myt2％ group_by（groupcol）％>％ 要約（ NewCol = myfun（colA ...） ） |
| 複数のグループによるデータの要約計算を実行します | 要約する | mydt2 <-mydt [、myfun（colA ...）、by =。（groupcol1、groupcol2）] | myt2％ group_by（groupcol1、groupcol2）％>％ 要約（ NewCol = myfun（colA ...） ） |
| 複数のグループによってフィルタリングされたデータに対して要約計算を実行します | 要約する | mydt2 <-mydt [フィルター式、myfun（colA）、by =。（groupcol1、groupcol2）] | myt2％ filter（フィルター式）％>％ group_by（groupcol1、groupcol2）％>％ 要約（ NewCol = myfun（colA）、. groups = "keep" ） |
| グループごとに行数を数える | 要約する | mydt2 <-mydt [、。N、by = groupcol] #for one group #OR mydt2 <-mydt [、.N、by =。（groupcol1、groupcol2）] |
myt2 <-count（myt、groupcol）#for one group #OR myt2 <-count（myt、groupcol1、groupcol2） |
| 複数の列を要約し、結果を複数の列に返します | 要約する | mydt2 <-mydt [、lapply（.SD、myfun）、 .SDcols = c（ "colA"、 "colB"）] |
myt2％ 要約（ 全体（c（colA、colB）、myfun） ） |
| 複数の列をグループごとに要約し、結果を複数の列に返します | 要約する | mydt2 <-mydt [、lapply（.SD、myfun）、 .SDcols = c（ "colA"、 "colB"）、by = groupcol] |
myt2％ group_by（groupcol）％>％ summarise（across（c（colA、colB）、myfun）） |
| 列を追加する | 計算する | mydt [、MyNewCol：= myfun（colA）] | myt％ mutate（ MyNewCol = myfun（colA） ） |
| 一度に複数の列を追加する | 計算する | ＃任意の関数または式を使用する mydt [、 `：=`（NewCol1 = myfun（colA）、NewCol2 = colB + colC）] #OR mydt [、c（ "NewCol1"、 "newCol2"）：= list（myfun（colA）、colB + colC）] |
myt％ mutate（ MyNewCol1 = myfun（colA）、 MyNewCol2 = colB + colC ） |
| ある日付と前の日付の値の差を見つけるなど、別の列の現在の値と前の値を使用して列を追加します | 計算する | mydt [、Diff：= colA-shift（colA）] | myt <-mutate（myt、Diff = colA-lag（colA）） |
| グループごとに列の前の値を参照する列を追加します | 計算する | mydt2 <-mydt [、Diff：= colA-shift（colA）、by = groupcol] | myt2％group_by（groupcol）％>％mutate（Diff = colA-lag（colA）） |
| グループごとに行ID番号の列を追加します | 計算する | mydt [、myid：= 1：.N、by = groupcol] | myt％group_by（groupcol）％>％mutate（myid = row_number（）） |
| 複数のifelseステートメント（SQLのCASEなど）を使用せずに、いくつかの条件に基づいて列を追加します | 計算する | ＃data.tableバージョン1.13以降が必要 ＃改行の各条件が好きですが、必須ではありません mydt2 <-mydt [、NewCol：= fcase（ condition1、 "Value1"、 condition2、 "Value2"、 condition3、 "Value3"、 default = "Other"＃その他すべての値 ）] |
myt2％ mutate（ NewCol = case_when（ condition1〜 "Value1"、 condition2〜 "Value2"、 condition3〜 "Value3"、 TRUE〜「その他」 ） ） |
| 行ごとの操作で列を追加 | 計算する | mydt [、newcol：= myfun（colB、colC、colD）、by = 1：nrow（mydt）] ＃またはcolAにすべての一意の値がある場合 mydt [、newcol：= myfun（colB、colC、colD）、by = colA] |
myt％ rowwise（）％>％ mutate（ newcol = myfun（colB、colC、colD） ） ＃または myt％ rowwise（）％>％ mutate（ #use dplyr select構文： newcol = myfun（c_across（colB：colD）） ） |
| 2つのデータセットを複数の列で結合します。すべてをset1に保持しますが、一致するのはset2のみです | 参加する | mydt <-dt2 [dt1、on = c（ "dt2col" = "dt1col"）] #OR mydt <-merge（dt1、dt2、by.x = "dt1col"、by.y = "dt2col"、all.x = TRUE）#OR setkey（dt1、 "dt1col"）setkey（dt2、 "dt2col"）mydt <-dt2 [dt1] |
myt <-left_join（df1、df2、by = c（ "df1col" = "df2col"）） |
| 2つのデータセットを複数の列で結合します-すべてをset1に保持しますが、一致するのはset2のみです | 参加する | mydt <-merge（dt1、dt2、by.x = c（ "dt1colA"、 "dt1colB"）、by.y = c（ "dt2colA"、 "dt2colB"）、all.x = TRUE、all.y = FALSE ）#OR setkey（dt1、dt1colA、dt1colB） setkey（dt2、dt2colA、dt2colB） mydt <-dt2 [dt1] |
myt <-left_join（df1、df2、by = c（ "df1colA" = "df2colA"、 "df1colB" = "df2colB"）） |
| 1つの共通の列で2つのデータセットを結合します。一致するだけ | 参加する | mydt <-merge（dt1、dt2、by.x = "dtcol1"、by.y = "dtcol2"） | myt <-inner_join（df1、df2、by = c（ "df1col" = "df2col"）） |
| 2つのデータセットを1つの共通の列で結合し、一致するかどうかに関係なく、すべてのデータを両方のセットに保持します | 参加する | mydt <-merge（dt1、dt2、by.x = "dtcol1"、by.y = "dtcol2"、all = TRUE） | myt <-full_join（df1、df2、by = c（ "df1col" = "df2col"）） |
| 1つのデータセットから別のデータセットの下部に行を追加して、2つのデータセットを結合します | 参加する | mydt_joined <-rbindlist（list（mydt、mydt2）） | myt_joined <-bind_rows（myt、myt2） |
| データをワイドからロングに再形成 | 形を変える | mydt_long <-melt（mydt、measure.vars = c（ "col1"、 "col2"、 "col3"）、variable.name = "NewCategoryColName"、value.name = "NewValueColName"） | myt_long <-pivot_longer（myt、cols = start_with（ "col"）、names_to = "NewCategoryColName"、values_to = "NewValueColName"） |
| データの形状を長くから広くする | 形を変える | mydt_wide <-dcast（mydt、id_col1〜col1、value.var = "ValueColName"） | myt_wide <-pivot_wider（myt、names_from = col1、values_from = ValueColName） |
| 複数の式を連鎖させる | ラングラー | mydt [expr1] [expr2] | myt％ expr1％>％ expr2 |
| データをCSVファイルにエクスポートする | 書き出す | fwrite（mydt、 "myfile.csv"） | write_csv（myt、 "myfile.csv"） |
| 既存のCSVファイルに行を追加します | 書き出す | fwrite（mydt2、 "myfile.csv"、append = TRUE） | vroom :: vroom_write（myt2、 "myfile.csv"、delim = "、"、append = TRUE） |
| 圧縮されたCSVファイルにデータをエクスポートする | 書き出す | fwrite（mydt、 "myfile.csv.gz"、compress = "gzip"） | vroom :: vroom_write（myt、 "myfile2.csv.gz"） |
data.tableについて学ぶことはもっとたくさんあります！data.tableの基本については、5分間の紹介ビデオをご覧ください。
最後に、data.table Webサイトには、使用方法setkey()やその他のインデックス作成のヒントなど、より多くの情報とヒントがあります。
