Data.table: विगनेट्स

fread उल्लेख के लायक कम से कम है।
उपरोक्त बिंदु मुख्य रूप से डेटा परिवर्तन से संबंधित हैं, fread अधिक डेटा निष्कर्षण है इसलिए इसे इस तरह के शब्दचित्र में छोड़ दिया जा सकता है, फिर भी IMO ऐसी data.table क्षमताओं का उल्लेख करने योग्य है।

संपादित करें: आप किसका उपयोग करने जा रहे हैं: आरएनडब्ल्यू या आरएमडी?

सहमत, और अद्यतन।

मैं इस बारे में उत्सुक हूं कि tapply कहने की तुलना में तेजी से सर्दी क्या होती है। उत्तर का एक हिस्सा gforce है, लेकिन उपयोगकर्ता लिखित कार्यों के बारे में क्या? मुझे इस बारे में कुछ नहीं मिला। पांडा के बारे में एक अच्छी पोस्ट है: http://wesmckinney.com/blog/?p=489
कोई इसकी तुलना sapply भी कर सकता है। उदाहरण के लिए, मान लीजिए कि मैं वैक्टर की सूची से शुरू करता हूं। यह कभी लायक यह एक data.table में एक स्तंभ में सभी वैक्टर संलग्न करें और उपयोग करने के लिए है by के बजाय sapply ?

@matthieugomez दिलचस्प सवाल! इसे भी कवर करना अच्छा रहेगा। रखो और आओ :-)।

मुझे IDateTime और इसके कुछ उपयोग मामलों के बारे में जानने में दिलचस्पी होगी।

@gsee अपडेट किया गया।

R और data.table के लिए नया होने के नाते (मार्च से), मैं कहूंगा कि वर्तमान फ़ंक्शन-ओरिएंटेड के विपरीत एक मूल परिणाम-उन्मुख परिचय होना चाहिए। दूसरे शब्दों में, यह पढ़ना एक बात है कि डेटा.टेबल में प्रत्येक पैरामीटर क्या करता है, लेकिन वे अक्सर उपयोग-मामले को ध्यान में रखे बिना बहुत कम समझ में आते हैं। जबकि आउटपुट के उदाहरण हैं, कई लोगों को दूसरी दिशा में जाने की जरूरत है। यही है, वे जानते हैं कि उन्हें किस आउटपुट की आवश्यकता है, लेकिन वे नहीं जानते कि कौन सा फ़ंक्शन/पैरामीटर/सेटिंग उपयोग करने के लिए सबसे उपयुक्त है। उन्हें शुरू करने के लिए एक सरल नुस्खा दृष्टिकोण रखना मददगार होगा।

मैं अपने डेटा का सबसेट कैसे बनाऊं?
मैं एक नया या अद्यतन डेटा सेट बनाने के लिए अपने डेटा के सबसेट पर एक ऑपरेशन कैसे करूं?
मैं एक नया कॉलम कैसे जोड़ूं?
मैं एक कॉलम कैसे हटाऊं?
मैं एक एकल चर कैसे बनाऊं?
मैं एकाधिक चर कैसे बना सकता हूं?
मैं अपने डेटा के अलग-अलग सबसेट पर अलग-अलग ऑपरेशन कैसे करूं? (।द्वारा)
मैं किसी फ़ंक्शन में data.table का उपयोग कैसे करूं और data.table नाम और कॉलम में पास करूं जिस पर काम करना है?
मैं एक ही data.table पर एकाधिक अनुक्रमिक संचालन कैसे करूं?
क्या मैं डेटा का एक सबसेट चुन सकता हूं और उसी समय उस पर एक ऑपरेशन कर सकता हूं?
संदर्भ द्वारा चर बनाने/अद्यतन करने के बारे में मुझे कब सावधान रहने की आवश्यकता है?
मैं प्रति समूह (प्रथम, अंतिम) एक अवलोकन का चयन कैसे करूं?
मैं एक कुंजी कैसे सेट करूं और यह इंडेक्स सेट करने से कैसे अलग है?
जब मैं अपने data.table पर कोई कार्रवाई करता हूं तो किन परिस्थितियों में मेरी कुंजी हटा दी जाती है?
क्या मैं नियमित "मर्ज" सिंटैक्स का उपयोग कर सकता हूं या क्या मुझे डेटा.टेबल सिंटैक्स (वाई [एक्स]) का उपयोग करने की आवश्यकता है?
मैं सूचियों की सूची को एक बड़े data.table में कैसे संक्षिप्त करूं? क्या होगा यदि कॉलम अलग क्रम में हैं?

एसओ पर शायद कई अन्य आइटम हैं जिन्हें प्रश्नों और उत्तरों के सरल संकलन में संपादित किया जा सकता है।

@markdanese आपके सुझावों के लिए धन्यवाद। ये सभी बहुत अच्छे हैं, लेकिन शायद एक अलग विकी के रूप में, क्योंकि वे कुछ कार्यों के बारे में बहुत विशिष्ट हैं। शब्दचित्र का उद्देश्य data.table सिंटैक्स से परिचित कराना है जो यह दर्शाता है कि यह कितना लचीला और शक्तिशाली हो सकता है, ताकि आप इन कार्यों को स्वयं कर सकें।

मैं अब शब्दचित्र लिख रहा हूं (जितनी जल्दी हो सके), और प्रारूप इस फैशन (प्रश्नोत्तर) में कमोबेश है और एक उदाहरण के साथ उत्तर की व्याख्या कर रहा है। एक बार जब मैंने पहला शब्दचित्र पॉलिश कर लिया, तो मैं कुछ प्रतिक्रिया प्राप्त करने के लिए इसे यहां पोस्ट करना चाहता हूं.. यह जानना बहुत अच्छा होगा कि आप क्या सोचते हैं।

एक बार फिर धन्यवाद।

विकी पेज के विचार का और विस्तार: http://www.ats.ucla.edu/stat/r/ पर सूचीबद्ध अक्सर पूछे जाने वाले प्रश्न और कोड टुकड़े (उन्नत) लिंक डेटा के साथ आर में पारंपरिक कार्यों के विपरीत एक उपयोगी संसाधन हो सकते हैं। टेबल रास्ता। मैंने अपने सहयोगी को इसे दिखाने के लिए एक ब्लॉग पोस्ट (http://vijayulla.com/wp/2014/11/12/grouping-in-r-using-data-table/) में ऐसा कुछ किया। बेशर्म आत्म प्रचार के लिए क्षमा करें।

मैंने _डेटा का परिचय समाप्त कर लिया है। तालिका_ विग्नेट (शीर्ष पर लिंक देखें)। यह जानकर अच्छा लगेगा कि आप क्या सोचते हैं।

महान फीडबैक के लिए @jangorecki और @brodieG को धन्यवाद, और निश्चित रूप से @mattdowle :-)।

यह वास्तव में बहुत अच्छा है। काश यह एक साल पहले अस्तित्व में होता जब मैंने data.table का उपयोग करना शुरू किया। आपके विचार के लिए नीचे कुछ छोटी-छोटी बातें:
आप यह उल्लेख करना चाह सकते हैं कि आप अंत में अपने सारांश में i में ( order माध्यम से) सॉर्ट कर सकते हैं। आप इसका उल्लेख शुरुआत में भी कर सकते हैं। आप यह भी उल्लेख कर सकते हैं कि अधिक परिष्कृत जोड़ हैं जो i में किए जा सकते हैं जिसमें कुंजियाँ शामिल हैं जो कवर नहीं हैं। यह आपको i के मुख्य कार्यों का उल्लेख करने की अनुमति देता है ताकि पाठक जरूरत पड़ने पर अधिक उन्नत कार्यों की तलाश कर सकें। और आप बाद में उनसे हाइपरलिंक कर सकते हैं।

.SD अनुभाग में आप "वह समूह" लिखते हैं लेकिन यह कहना अधिक स्पष्ट हो सकता है कि "उस समूह को by का उपयोग करके परिभाषित किया गया है"। यह भी थोड़ी देर बाद किया जाता है।

मैं इसे याद कर सकता था, लेकिन यह थोड़ा और स्पष्ट होना अच्छा होगा कि .SD साथ by अनिवार्य रूप से डेटा को .SD कॉलम तक सीमित कर देता है और फिर डेटा का एक सेट बनाता है। by में चरों का प्रत्येक अद्वितीय संयोजन। यह तो के क्रम में इन data.tables प्रक्रियाओं by चर से समारोह (रों) का उपयोग कर j । आप यह भी उल्लेख कर सकते हैं कि ऐसे विशेष प्रतीक हैं जो उपयोगकर्ताओं को उस प्रसंस्करण के हिस्से के रूप में उत्पन्न कुछ इंडेक्स तक पहुंचने की अनुमति देते हैं, लेकिन ये परिचय विग्नेट के दायरे से बाहर हैं।

फिर, ये सिर्फ सुझाव हैं। आपकी कड़ी मेहनत (और मैट की) की बहुत सराहना की जाती है।

शनिवार, 17 जनवरी 2015 को शाम 6:22 बजे, मार्क डैनीस नोटिफिकेशन @github.com
लिखा था:

यह वास्तव में बहुत अच्छा है। काश यह एक साल पहले अस्तित्व में होता जब मैंने उपयोग करना शुरू किया
विवरण सारणी। आपके विचार के लिए नीचे कुछ छोटी-छोटी बातें:

धन्यवाद।

आप यह उल्लेख करना चाह सकते हैं कि आप अपने में i में (आदेश के माध्यम से) सॉर्ट कर सकते हैं
अंत में सारांश। आप इसका उल्लेख शुरुआत में भी कर सकते हैं।

ओह तस्वीर! महान बिंदु। मुझे शुरुआत में "आदेश (..)" जोड़ना चाहिए, और
सारांश में भी जोड़ देगा।

आप यह भी उल्लेख कर सकते हैं कि अधिक परिष्कृत जोड़ हैं जो हो सकते हैं
में किया गया मैं उन चाबियों को शामिल करता हूं जो कवर नहीं की जाती हैं। यह आपको उल्लेख करने की अनुमति देता है
मैं के मुख्य कार्य ताकि पाठक अधिक उन्नत देख सकें
जरूरत पड़ने पर काम करता है।

सही, करेंगे।

और आप बाद में उनसे हाइपरलिंक कर सकते हैं।

वह, मुझे यकीन नहीं है .. क्योंकि ये सीआरएएन को धकेलने के लिए हैं, और साथ ही
विकी पर..

.SD अनुभाग में आप "वह समूह" लिखते हैं, लेकिन यह अधिक स्पष्ट हो सकता है
कहें "उस समूह द्वारा परिभाषित किया गया"। यह भी थोड़ी देर बाद के रूप में किया जाता है
कुंआ।

मैंने सोचा कि मैंने इसे "वर्तमान समूह" में संपादित किया है, लेकिन स्पष्ट रूप से नहीं .. "by
वर्तमान समूह, by में उपयोग करके परिभाषित किया गया है - यह कैसा लगता है?

हो सकता है कि मैंने इसे याद किया हो, लेकिन थोड़ा और स्पष्ट होना अच्छा होगा
कि .SD by अनिवार्य रूप से डेटा को .SD कॉलम तक सीमित करता है और फिर
डेटा का एक सेट बनाता है। चर के प्रत्येक अद्वितीय संयोजन के लिए तालिकाएँ
में. इसके बाद यह इन डेटा को प्रोसेस करता है
जे से फ़ंक्शन (ओं) का उपयोग करने वाले चर।

मुझे लगता है कि आप चूक गए। यह ब्लॉक कोट के ठीक नीचे है जहां .SD है
समझाया (खंड 2e में)। और यह वही बताता है जो आप यहां उल्लेख करते हैं ...

आप यह भी उल्लेख कर सकते हैं कि ऐसे विशेष प्रतीक हैं जो उपयोगकर्ताओं को
उस प्रोसेसिंग के हिस्से के रूप में उत्पन्न कुछ इंडेक्स तक पहुंचें, लेकिन वह
ये परिचय विग्नेट के दायरे से बाहर हैं।

ठीक है.. यही कारण है कि अन्य विशेष प्रतीकों को पेश नहीं किया जा रहा है।

फिर, ये सिर्फ सुझाव हैं। आपकी कड़ी मेहनत (और मैट की) बहुत है
सराहना की।

बढ़िया सुझाव। अन्य विगनेट्स अपलोड हो जाने के बाद मैं वापस लिखूंगा।

-
इस ईमेल का सीधे उत्तर दें या इसे GitHub पर देखें
https://github.com/Rdatatable/data.table/issues/944#issuecomment -70375167
.

वह, मुझे यकीन नहीं है .. क्योंकि ये सीआरएएन को धकेलने के लिए हैं, और साथ ही
विकी पर..

AFAIK जब आप CRAN को पैकेज पुश करते हैं जिसमें Rmd vignettes निर्देशिका में शामिल होता है तो वे स्वचालित रूप से यह जांचने के लिए निर्मित होंगे कि क्या विगनेट सफल होता है, लेकिन सीआरएएन में स्रोत कोड में पहले से निर्मित विगनेट्स (एचटीएमएल) होगा आप, सीआरएएन बिल्ड/चेक से नहीं।
सीआरएएन विगनेट्स के लिए एक अच्छी जगह है क्योंकि कई उपयोगकर्ताओं के लिए यह डॉक्स/ट्यूटोरियल की तलाश करने वाला पहला स्थान है, इसलिए मुझे लगता है कि उन्हें सीआरएएन में रखना उचित है।

और आप बाद में उनसे हाइपरलिंक कर सकते हैं।

वह, मुझे यकीन नहीं है .. क्योंकि ये सीआरएएन और साथ ही विकी पर धकेलने के लिए हैं।

क्या सिंगल फोल्डर लिंक सीआरएएन पर काम नहीं करते हैं? मैंने वास्तव में वहां कुछ भी नहीं रखा है, लेकिन यह विगनेट संबंधित लिंक का उपयोग करके एक ही फ़ोल्डर में कई अन्य लोगों को जोड़ता है और आर से ठीक काम करता है (जाहिर है लिंक आर से नहीं है, लेकिन यदि आप पैकेज स्थापित करते हैं और विगनेट्स लिंक चलाते हैं काम।

_संदर्भ शब्दार्थ_विग्नेट के साथ अपडेट किया गया।

यह सब करने के लिए फिर से धन्यवाद।

किसी शब्दचित्र पर कवर करने के लिए केवल एक अन्य सुझाव -- अपने स्वयं के फ़ंक्शन के अंदर data.table का उपयोग करना। एक पैकेज नहीं लिख रहा है, बल्कि कुछ सामान्य कार्यों को स्वचालित करने का प्रयास कर रहा है। कुछ तरकीबें हैं जिन्हें मैं पूरी तरह से समझ नहीं पाया हूं। अगर इस विषय पर कहीं कोई पोस्ट है, तो एक लिंक की सराहना की जाएगी।

अंत में, एक विग्नेट सूची "उपयोगी" स्टैक ओवरफ़्लो पोस्ट उन विषयों के लिए सहायक हो सकती है जिन्हें आप किसी शब्दचित्र में शामिल नहीं करना चाहते हैं।

बस कुछ यादृच्छिक विचार।

दो विचार:

• विकि में विग्नेट का लिंक
• संदर्भ शब्दार्थ शब्दचित्र में, उपयोग करने का तरीका जोड़ें: = एक उद्धृत सूची अभिव्यक्ति (या सिर्फ एक उद्धृत असाइनमेंट) के साथ। हो सकता है कि यह अपने स्वयं के शब्दचित्र के योग्य हो, क्योंकि data.table में NSE (गैर मानक मूल्यांकन) इंटरैक्टिव उपयोग को आसान बनाता है, लेकिन इसके लिए आवश्यक है कि अपने स्वयं के फ़ंक्शन या पैकेज में data.table का उपयोग करने के लिए अब आपको उद्धरण, eval, स्थानापन्न और दोस्तों के बारे में कुछ करना चाहिए। हो सकता है कि शब्दचित्र में dt[, do.call(":=", eval(my_quoted_list)] जैसे कुछ जोड़ें और फिर NSE और उसके निहितार्थों पर एक शब्दचित्र बनाएं?

धन्यवाद।

1. क्या आपने यह देखा है?
2. यह सबसे अधिक संभावना है कि एक अलग शब्दचित्र में कवर किया जाएगा। लेकिन अभी कोई योजना नहीं है।

@arunsrinivasan नहीं, मैंने वह नहीं देखा था, बढ़िया! एक और बुकमार्क

_Keys और तेज़ बाइनरी सर्च आधारित सबसेट_ विनेट के साथ अपडेट किया गया।

बहुत अच्छा। मुझे ये विगनेट्स पसंद हैं। विचार के लिए बस कुछ त्वरित टिप्पणियाँ।

यदि पंक्ति नामों का उपयोग नहीं किया जाता है, तो उनका उपयोग करने का क्या उद्देश्य है? या वे विशेष ऑपरेटरों द्वारा j (जैसे .N, .I, आदि) में उपयोग किए जाते हैं? मुझे लगता है कि वे डेटा.टेबल द्वारा उपयोग किए जाते हैं, लेकिन सिर्फ सूचकांक के रूप में नहीं। मैं हमेशा क्रमांकित पंक्ति नामों को बाध्य करने के उद्देश्य से भ्रमित रहा हूँ।

केवल दूसरी तक पहुँचने पर पहली कुंजी में unique का उपयोग क्यों करें? यदि आप नहीं करते हैं, तो आपको आउटपुट में बहुत सी बार-बार पंक्तियाँ मिलती हैं, है ना? शायद स्पष्ट हो, लेकिन यह कहना/दिखाना उपयोगी हो सकता है कि यदि आप ऐसा नहीं करते हैं तो क्या होगा।

क्या सभी चाबियों को उद्धृत करने की आवश्यकता है? यहां तक ​​​​कि संख्यात्मक (पूर्णांक) वाले भी? क्या आप एक संख्यात्मक कुंजी के रूप में उपयोग कर सकते हैं? देखने के लिए कोई चीज़?

क्या होगा यदि आपके कुंजी कॉलम में NA है? क्या आप उन्हें खोज सकते हैं और उन्हें बदल सकते हैं (जैसा कि आपने अपने उदाहरण में किया था जहां आपने 24 को 0 से बदल दिया था?

यह समझाने में मदद मिल सकती है कि keyby _output_ data.table (आपके उदाहरण में ans ) पर लागू होता है, न कि इनपुट data.table (आपके उदाहरण में flights ) पर।

क्या आप कुंजी को वेक्टर पास कर सकते हैं? दूसरे शब्दों में, क्या आप नीचे के पास अपने उदाहरण में airport <- c("LGA", "JFK", "EWR") बना सकते हैं और airport सीधे i का उपयोग कर सकते हैं? यह एक विलय के लिए एक अलग data.table पास करने के विचार को स्थापित करने में मदद कर सकता है।

"संबंधित" ("संगत") पर टाइपो। वेक्टर स्कैन सेक्शन में एक बैक टिक गायब है जहां आप लिखते हैं "मूल == "एलजीए" और डेस्ट == "टीपीए" के अनुरूप पंक्ति सूचकांक कुंजी आधारित सबसेट का उपयोग करके प्राप्त किए जाते हैं।"

@markdanese के बारे में

केवल दूसरी तक पहुँचने पर पहली कुंजी में अद्वितीय का उपयोग क्यों करें?

flights[.(unique(origin), "MIA")]

सुनिश्चित नहीं है कि आप बेहतर स्पष्टीकरण का सुझाव देने के लिए कह रहे हैं या आप एकाधिक कॉलम कुंजी के अधिक जटिल उपयोग से अवगत नहीं हैं।
आप बस पर द्विआधारी खोज का उपयोग नहीं कर सकते हैं dest जब कुंजी है c(origin, dest) , आप होना चाहिए c(dest, origin) पर द्विआधारी खोज का उपयोग करने के dest । .(unique(origin), "MIA") का उपयोग करना बाइनरी खोज का उपयोग करता है, कुंजी में पहले कॉलम के लिए सभी उपलब्ध मान प्रदान करके और फिर दूसरे कॉलम में चुनिंदा मान प्रदान करता है।
मैंने कुंजी से केवल चुनिंदा कॉलम का उपयोग करने के लिए एक एक्सटेंशन बनाया है। सरल उदाहरण को देखने से आपको समझने में भी मदद मिल सकती है। मेरा एक्सटेंशन डेटा.टेबल मास्टर के लिए पीआर बनने के लिए तैयार नहीं है क्योंकि मेमोरी का उपयोग उतना अच्छा नहीं है जितना कि आंतरिक डेटा का उपयोग करके विकसित किया जा सकता है। टेबल फ़ंक्शन / डेटा के साथ संयुक्त। तालिका माध्यमिक कुंजी।

क्या आप एक संख्यात्मक कुंजी के रूप में उपयोग कर सकते हैं?

आप संख्यात्मक को कुंजी के रूप में उपयोग कर सकते हैं, इसका उल्लेख Keys and their properties अनुभाग में किया गया है।

देखने के लिए कोई चीज़?

निश्चित नहीं है लेकिन setNumericRounding संख्यात्मक कुंजी को प्रभावित करता है, यह शब्दचित्र में उल्लेख के लायक हो सकता है।

क्या होगा यदि आपके कुंजी कॉलम में NA है? क्या आप उन्हें खोज सकते हैं और बदल सकते हैं

हाँ, is.na() बाइनरी खोज का उपयोग करने के लिए अनुकूलित है। कोशिश करें data.table(a=c(1,NA_real_),b=c("a","b"),key="a")[.(NA_real_), .SD ,verbose=TRUE]

इसके अलावा @arunsrinivasan में टाइपो:

में मेल खाने वाले vlaues खोजें

धन्यवाद जनवरी - यह वास्तव में सहायक है। मैंने उन प्रश्नों को उन चीज़ों के रूप में प्रस्तुत किया जिनका संक्षिप्त रूप से विनेट में उल्लेख किया जा सकता है ताकि नए उपयोगकर्ताओं को यह समझने में मदद मिल सके कि क्या हो रहा है। वे ऐसी चीजें थीं जो दस्तावेज़ीकरण को पढ़ते समय (बिल्कुल नए उपयोगकर्ता के रूप में) दिमाग में आईं। मैं वास्तव में कोड में योगदान नहीं कर सकता, इसलिए मैं दस्तावेज़ीकरण में मदद करके योगदान करने की उम्मीद कर रहा हूं।

शुक्र, 23 जनवरी, 2015 को रात 8:48 बजे, मार्क डैनीस नोटिफिकेशन @github.com
लिखा था:

बहुत अच्छा। मुझे ये विगनेट्स पसंद हैं। इसके लिए बस कुछ त्वरित टिप्पणियाँ
सोच - विचार।

यदि पंक्ति नामों का उपयोग नहीं किया जाता है, तो उनका उपयोग करने का क्या उद्देश्य है? या हैं
वे विशेष ऑपरेटरों द्वारा j (जैसे .N, .I, आदि) में उपयोग किए जाते हैं? मैं सोचता हूँ वे
data.table द्वारा उपयोग किया जाता है, लेकिन इंडेक्स के रूप में नहीं। मैंने हमेशा किया है
क्रमांकित पंक्ति नामों को बाध्य करने के उद्देश्य से भ्रमित।

धारा 1ए, कुंजी और उनके गुणों के ठीक ऊपर इसका उत्तर है।
data.tables _inherit_ data.frames से।

केवल दूसरी तक पहुँचने पर पहली कुंजी में अद्वितीय का उपयोग क्यों करें? अगर तुम
नहीं, आपको आउटपुट में बहुत सी बार-बार पंक्तियाँ मिलती हैं, है ना? शायद जाहिर है,
लेकिन यह कहना/दिखाना मददगार हो सकता है कि अगर आप ऐसा नहीं करते हैं तो क्या होगा।

दोबारा, यह "यहाँ क्या हो रहा है?" में बिल्कुल नीचे समझाया गया है। मैं
यहां तक ​​कि पिछले अनुभाग का भी संदर्भ लें जहां मैंने इसके लिए आधार तैयार किया था
इसे समझाते हुए।

क्या सभी चाबियों को उद्धृत करने की आवश्यकता है? यहां तक ​​​​कि संख्यात्मक (पूर्णांक) वाले भी? क्या आप a . का उपयोग कर सकते हैं
एक कुंजी के रूप में संख्यात्मक? देखने के लिए कोई चीज़?

2d पर पूर्णांक स्तंभों के साथ एक उदाहरण है। मैंने सोचा था कि
पर्याप्त?

क्या होगा यदि आपके कुंजी कॉलम में NA है? क्या आप उन्हें खोज सकते हैं और बदल सकते हैं
उन्हें (जैसा कि आपने अपने उदाहरण में किया था जहां आपने 24 को 0 से बदल दिया था?

अच्छी बात। वेक्टर स्कैन के साथ यही अंतर है। इसे जोड़ने का प्रयास करेंगे।

यह समझाने में मदद कर सकता है कि keyby _output_ data.table पर लागू होता है (
उत्तर आपके उदाहरण में) और इनपुट डेटा नहीं। तालिका (आपके में उड़ानें
उदाहरण)।

पहले शब्दचित्र में 'कीबी' की चर्चा पहले ही हो चुकी थी। लेकिन मैं देखूंगा कि क्या यह
जोड़ा जा सकता है।

क्या आप कुंजी को वेक्टर पास कर सकते हैं? दूसरे शब्दों में, क्या आप हवाई अड्डा बना सकते हैं
<- c("LGA", "JFK", "EWR") और अपने उदाहरण में हवाई अड्डे का सीधे ini` का उपयोग करें
तल? यह एक अलग पारित करने के विचार को स्थापित करने में मदद कर सकता है
data.table मर्ज के लिए।

अगले भाग के लिए सामग्री। इस तरह हम जुड़ने में संक्रमण करते हैं।

"संबंधित" ("संगत") पर टाइपो। पिछली टिकों में से एक है
वेक्टर स्कैन सेक्शन में गायब है जहाँ आप "पंक्ति सूचकांक" लिख रहे हैं
मूल के अनुरूप == "LGA" औरdest == "TPA"` key . का उपयोग करके प्राप्त किए जाते हैं
आधारित उपसमुच्चय।"

धन्यवाद।

-
इस ईमेल का सीधे उत्तर दें या इसे GitHub पर देखें
https://github.com/Rdatatable/data.table/issues/944#issuecomment -71253738
.

इन विगनेट्स पर बढ़िया काम!
मेरी टिप्पणियों में देर हो सकती है या पहले ही कवर किया जा सकता है:

• मैं गतिशील पंक्तियों और स्तंभों का उपयोग करने के विभिन्न तरीकों/उदाहरणों को देखना चाहता हूं।
• मर्ज और जॉइन पर अधिक व्यापक तुलना।
• set का उपयोग करने के विभिन्न / समृद्ध तरीके। साथ ही, यह स्पष्टीकरण देखना अच्छा होगा कि निम्नलिखित त्रुटि क्यों देता है ( यहां देखें):

for (j in  valCols)
   set(dt_,  
    i = which(is.na(dt_[[j]])),
    j = j, 
    value= as.numeric(originTable[[j]]))

विकि में नया आकार देने वाला शब्दचित्र जोड़ा गया।

उत्कृष्ट कार्यक्षमता और शब्दचित्र! धन्यवाद अरुण

मंगलवार, 23 जून 2015, 21:02 को अरुण अधिसूचनाएं @github.com ने लिखा:

जोड़ा गया नया आकार विग्नेट
https://rawgit.com/wiki/Rdatatable/data.table/vignettes/datatable-reshape.html
विकी के लिए https://github.com/Rdatatable/data.table/wiki/Getting-started।

-
इस ईमेल का सीधे उत्तर दें या इसे GitHub पर देखें
https://github.com/Rdatatable/data.table/issues/944#issuecomment -114678716
.

आदमी patterns लिए अच्छा होगा। बढ़िया शब्दचित्र

क्या इन आदेशों का उपयोग करने के लिए reshape2 को लोड करने की आवश्यकता नहीं है? यदि ऐसा है तो उसका उल्लेख किया जाना चाहिए। मुझे वास्तव में "चौड़े से लंबे" और "लंबे से चौड़े" पर ध्यान देना पसंद है। मैं पूरी तरह से reshape2 के सिंटैक्स से नफरत करता हूं (उदाहरण के लिए, मुझे लगता है कि "मेक_वाइड" "डकास्ट" से कहीं अधिक स्पष्ट है)। इस कारण से, मैं अनुभाग शीर्षलेखों को "पिघलने वाले data.tables" और "casting data.tables" के रूप में नहीं लिखूंगा। यह केवल उन लोगों के लिए समझ में आता है जो reshape2 पैकेज से परिचित हैं। मैं उन शीर्षलेखों से शुरू कर सकता हूं जो ऊपर के रूप में अधिक सार्वभौमिक हैं ("लंबे से चौड़े")।

इसके लायक क्या है, मैं सिर्फ डेटा के साथ एक ताजा आर सत्र का उपयोग करके चलाने के लिए विगनेट की पहली पंक्ति नहीं प्राप्त कर सकता। टेबल लोड। मुझे नहीं पता क्यों (शायद मोड "डब्ल्यू" होना चाहिए और "डब्ल्यूबी" नहीं होना चाहिए), लेकिन
DT = fread("https://raw.githubusercontent.com/wiki/Rdatatable/data.table/data/melt_default.csv")
रिटर्न
Error in download.file(input, tt, mode = "wb") : unsupported URL scheme

हमेशा की तरह, ऐसा करने के लिए धन्यवाद। यह वास्तव में उपयोगी है।

@markdanese उत्कृष्ट प्रतिक्रिया के लिए धन्यवाद।

1. reshape2 से data.table v1.9.6 आवश्यकता नहीं होगी। इसे विगनेट में भी अपडेट किया।
2. इस विषय में नए लोगों को भ्रम से बचाने के लिए शीर्षकों और अन्य स्थानों में 'वाइड टू लॉन्ग' और 'लॉन्ग टू वाइड' जोड़ा गया।
3. https कार्यक्षमता fread में डेवेल संस्करण में लागू की गई है। इसलिए आप अभी तक उस कोड को v1.9.4 साथ नहीं चला पाएंगे। या तो अपडेट करें, या थोड़ा इंतजार करें :-)।

आपके प्रोत्साहन के लिए धन्यवाद।

@jangorecki patterns() निर्यात नहीं किया जाएगा। कॉलम, := , .SDcols आदि का चयन करने के लिए उपयोग किए जाने वाले [.data.table लिए उपयोग का विस्तार किया जाएगा।

@arunsrinivasan अभी भी patterns लिए मैनुअल मदद कर सकता है, वैसे ही := । सिर्फ इसलिए कि बहुत से लोग (मुझे लगता है) अपने द्वारा पढ़े गए कोड को समझने के लिए ?fun का उपयोग करते हैं।

_join_ विग्नेट में डेटा के संबंधित SQL उदाहरण जोड़ने के लायक हो सकता है। तालिका जुड़ती है ताकि डीबी लोगों के लिए पिकअप करना आसान हो सके।
संबंधित SQL कथन के उदाहरण उदाहरण के लिए SO में डेटा फ़्रेम (आंतरिक, बाहरी, बाएँ, दाएँ) में

कुछ "शरणार्थियों" शब्दचित्रों के लिए भी अच्छा होगा --

• data.table Stata उपयोगकर्ताओं के लिए
• data.table SQL उपयोगकर्ताओं के लिए
• data.table Matlab उपयोगकर्ताओं के लिए
• data.table Python / pandas उपयोगकर्ताओं के लिए
• यहां तक ​​कि data.table dplyr उपयोगकर्ताओं के लिए

आदि। एक त्वरित-शुरुआत मार्गदर्शिका की तरह, लेकिन प्रवासियों की ओर उन्मुख।

जोड़ा गया Secondary indices and auto indexing विगनेट। यह अगले विनेट के लिए सबसेट से जुड़ने के लिए सुगम संक्रमण की अनुमति देनी चाहिए, जिस पर मैं काम करूंगा।

@arunsrinivasan _indices_ के संबंध में _secondary_ का उपयोग नहीं करने के लिए अधिक उपयुक्त नहीं है? इसका उपयोग _keys_ के लिए किया जाता था जहां यह महत्वपूर्ण था। एक बार जब हम _index_ नामकरण पर स्विच करते हैं तो अब यह बेमानी लगता है।

@jangorecki मुझे लगता है कि "माध्यमिक" कुंजी (प्राथमिक) के संबंध में उपयोगी है, शायद:

माध्यमिक छँटाई

बेहतर विवरण है?

लेकिन पहले से ही _index_ शब्द का उपयोग किया जा चुका है, यह _सेकेंडरी सॉर्टिंग_ से बेहतर दिखता है :)

तो आप इसे केवल "ऑटो इंडेक्सिंग" नाम देंगे? IMO "सेकेंडरी सॉर्टिंग और ऑटो इंडेक्सिंग" अधिक जानकारीपूर्ण लगता है

_auto_ किसी भी तरह से भ्रामक हो सकता है, क्योंकि इंडेक्स को _auto_ इंडेक्स बनाने के लिए काम करना चाहिए, और मैन्युअल रूप से बनाए गए इंडेक्स के उपयोग के लिए भी - #1422 उस मामले में वर्तमान सीमा को संबोधित करता है।

अच्छा ऐसा है। मुझे अब भी आपका पसंदीदा विकल्प याद आ रहा है -- बस "सूचकांक"?

सही नहीं है लेकिन _सेकेंडरी इंडेक्स_ से अधिक पसंद किया जाता है

मुझे यह नवीनतम विग्नेट बहुत पसंद है। मेरा एकमात्र विचार यह था कि यह उल्लेख करना उपयोगी हो सकता है कि किस प्रकार के संचालन के कारण सूचकांक को गिरा दिया जाता है। मेरे परीक्षण से, ऐसा कुछ भी लगता है जो पंक्तियों की संख्या, या अनुक्रमित कॉलम से जुड़े किसी भी ऑपरेशन को बदलता है।

मैंने सोचा कि "चालू" के उदाहरण वास्तव में सहायक थे।

@markdanese अच्छा बिंदु, जोड़ देगा।

v1.9.8 के रिलीज के साथ अपडेट किए गए विगनेट्स के लिए धन्यवाद।
"संदर्भ शब्दार्थ" copy() फ़ंक्शन और उथली प्रतियां बनाने के लिए इसकी नई क्षमताओं को संदर्भित करता है (विशेषकर कार्यों के अंदर, कुछ ऐसा जिसमें मुझे वास्तव में दिलचस्पी है):

"हालांकि हम गहरी प्रतिलिपि के बजाय उथली प्रतिलिपि द्वारा इस कार्यक्षमता को और बेहतर बना सकते हैं। वास्तव में, हम v1.9.8 के लिए यह कार्यक्षमता प्रदान करना बहुत पसंद करेंगे। हम

लेकिन डिजाइन विग्नेट गायब है और लिंक एक पुराने मुद्दे की ओर इशारा करता है। संदर्भ पुस्तिका copy() में विग्नेट में दी गई जानकारी से अधिक जानकारी प्रदान नहीं करती है। शेष शब्दचित्र copy पर कोई जानकारी प्रदान नहीं करते हैं।

क्या यह विगनेट जल्द ही उपलब्ध होगा?

आंतरिक विग्नेट के लिए +1। मैं (और मुझे लगता है कि कुछ अन्य) चीजों के सी पक्ष में थोड़ा सा योगदान करने में काफी दिलचस्पी रखते हैं, लेकिन सी कोड की 35k लाइनों (जैसा कि यह खड़ा है) से थोड़ा डरा हुआ हूं ... काफी सीखने की अवस्था 'जाना' यह अकेला है' - आंतरिक के लिए एक परिचय चमत्कार कर सकता है!

जॉइन विग्नेट के लिए:

https://github.com/Rdatatable/data.table/issues/2396

झंकार करना चाहता था और पूछना चाहता था कि क्या विगनेट में योगदान गैर-कोड योगदानकर्ताओं (मेरे जैसे) से स्वीकार किए जाते हैं। मैं विशेष रूप से जॉइन विगनेट में योगदान देने में दिलचस्पी रखता हूं क्योंकि मुझे शुरुआत में इसके साथ काफी परेशानी हुई थी और स्टैक ओवरफ्लो पर अरुण के उत्तरों से समाधान के लिए निर्देशित किया गया था, और अगर अनुमति दी गई तो मुझे ऐसा करने के बारे में कुछ मार्गदर्शन चाहिए।

@arunsrinivasan मैं देख रहा हूं कि आपके पास एक बिंदु है IDateTime vignette । शायद इसे @jangorecki द्वारा सुझाए गए अधिक सामान्य विगनेट्स: टाइम्सरीज़ - ऑर्डर किए गए अवलोकन ?

इसके अलावा, मैं जनवरी द्वारा सुझाए गए कुछ विषयों पर पहला मसौदा तैयार कर रहा हूं। शायद इसके कुछ हिस्से जॉइन विगनेट के लिए भी प्रासंगिक हो सकते हैं? अगर किसी को यह उपयोगी लगे तो मुझे साझा करने में खुशी होगी।

@zeomal ऐसा योगदान अत्यधिक मूल्यवान और बहुत सराहनीय होगा!

@MichaelChirico , धन्यवाद। @ हेनरिक-पी, क्या सामान्य जुड़ाव पर आपका संक्षिप्त विवरण व्यापक होगा - यानी क्या आपका ध्यान समय पर अधिक होगा? यदि नहीं, तो मैं इस पर काम शुरू कर सकता हूं - मैंने अभी तक रोलिंग जॉइन का उपयोग नहीं किया है, इसलिए वहां कोई जानकारी नहीं है। :)

@zeomal उम्मीद है कि मैं जल्द ही पहला ड्राफ्ट अपलोड कर पाऊंगा, ताकि आप इसे देख सकें। मेरे मसौदे में, मैं एक एकल चर, समय पर "सामान्य" जुड़ने का एक सरल उदाहरण प्रदान करता हूं, जहां गैर-मिलान पंक्तियां हैं। मैं nomatch = NA उपयोग करता हूं। (माएबे nomatch = NULL साथ एक त्वरित उदाहरण भी है)

मेरा विचार यह था कि यह सरल जुड़ाव समस्या के लिए एक संदर्भ और भावना प्रदान कर सकता है, जिसे मैं रोलिंग और नॉन-इक्वि जॉइन एट अल पर निम्नलिखित अनुभागों में और अधिक अच्छी तरह से मानता हूं।

योगदान करने की आपकी इच्छा के लिए बहुत-बहुत धन्यवाद! .

विग्नेट तैयार करते समय संदर्भ द्वारा शामिल होने के बारे में मेरा एक प्रश्न है। X[Y, new_col := old_col] पारंपरिक लेफ्ट जॉइन के समान कुछ करता है X । हालांकि, यदि Y की कुंजियों के लिए X में एकाधिक मिलान हैं, तो कुंजी का केवल अंतिम (या पहला?) मिलान मान बरकरार रखा जाता है। क्या यह कहीं स्पष्ट रूप से प्रलेखित है? जब मुझे इसका सामना करना पड़ा तो मैंने इसे वापस खोजने की कोशिश की थी, लेकिन कारण के संदर्भ में अद्यतन करने की मेरी समझ का सहारा लेना पड़ा। एक प्रतिलिपि प्रस्तुत करने योग्य उदाहरण के लिए,

> X = data.table(a = c(1, 2, 3), m = c("a", "b", "c"))
> Y = data.table(b = c(1, 1, 4), n = c("x", "y", "z"))
> X[Y, new_col := i.n, on = "a == b"]
   a m new_col
1: 1 a       y
2: 2 b    <NA>
3: 3 c    <NA>

# an ideal left join - expected behaviour per a new user, given below
# not possible because updating row by reference isn't implemented
   a m new_col
1: 1 a       x
1: 1 a       y
2: 2 b    <NA>
3: 3 c    <NA>

यह अपेक्षित व्यवहार है, लेकिन नए उपयोगकर्ता के लिए बिल्कुल सीधा नहीं है। mult आउटपुट को भी प्रभावित नहीं करता है। मैं इसे कैसे दस्तावेज करता हूं इस पर कोई सुझाव? उचित लेफ्ट जॉइन के लिए वर्कअराउंड के रूप में merge जोड़ें?

@zeomal कृपया इसके बजाय #2181 अंक में set में प्रलेखित है।

@zeomal यदि आप यह जांचना चाहते हैं कि सामान्य (इक्वि) एक टाइम्सरी विगनेट पर एक पीआर पोस्ट किया