更高效的 saveRDS(object = rbind(readRDS(fin_out), dat), file = fin_out)？

[英]More efficient saveRDS(object = rbind(readRDS(fin_out), dat), file = fin_out)?

在 R 中，是否有更有效的方法來導入數據框的 RDS，append 現有數據框，然后將其寫入相同的 RDS 比 其中fin_out是 RDS 文件名的字符串， dat是到 append 的數據幀？ 此代碼有效，但會消耗大量 RAM 並且速度很慢。 ...

如何在 arguments 中使用帶有向量的 data.table fifelse？

[英]How to use data.table fifelse with vectors in the arguments?

說我有這個 data.frame 這些列是互斥的。 我需要生成 output 我試過用 data.table fifelse 來解決它，但它 它似乎不接受 arguments 上的矢量。 dplyr 的 if_else 在這里效果很好。 如何獲得與 data.table 相同的 output？ ...

如果 R 中日期之間的差異大於 7，則創建唯一 ID

[英]Creating unique id if the difference between dates is more than 7 in R

我想對每一行進行 go，如果當前行與上一行之間的差異大於 7，那么我想為當前行分配一個唯一的 id，否則當前行和上一行將具有相同的ID。 請注意，郵政編碼與唯一 ID 無關。 這是我的數據： 這是我想要的 output： 這是我所做的： 這是我得到的： ...

如何將 data.table 列內的分組值相乘，並僅將 data.table 與結果行一起返回

[英]How do I multiply grouped values inside a column of data.table and return the data.table only with the result rows

如何通過從另一列分組來乘以一列內的值。 假設我有： 我想將值的元素彼此相乘，但只將屬於同一組的元素相乘，因此會返回。 我用cumprod試過 但隨后返回dt=data.table(group=c(1,1,2,2), value=c(2,6,4,20))我不知道如何刪除我不刪除的行需要：那些具有 va ...

按組標記第一行 data.table

[英]Flagging the first row by group in data.table

在下面的 data.table 中，我想按每個組標記第一行。 以下是添加標志后的預期結果。 這是我嘗試過的解決方案（速度很快），但沒有按預期工作。 由於我要處理數百萬行，因此性能是解決方案的關鍵。 我只在尋找 data.table 解決方案。 SO 上提供的其他解決方案對我的要求來說太慢了。 ...

如果滿足行的條件，則將一組中的行值替換為類似組中的值 data.table R

[英]Replace the row values in one group with the value from a similar group if conditions on rows are met data.table R

我有一個 data.table，如下所示，按 ID 和類型分組。 如果第 i 期的樣本量為零並且 i 不等於 1，我想用第 i -1 期和 ' mov' 來自 i 時期的一個相似組。 我所說的類似是指從 id + 1 或 id - 1 中獲取 mov，類型相同且句點 = i。 相似 id 的選擇並 ...

如何在 R 中將 csv 保存為 bzip2，在 fwrite 中或在使用 fwrite 保存 csv 之后

[英]How to save a csv as bzip2 in R, either within fwrite or after saving the csv using fwrite

我的代碼使用write.csv以 bzip2 格式保存大量文件。 這是一個可重現的小例子： 我想加快代碼。 我知道data.table::fwrite比write.csv ，但我不知道如何讓fwrite保存到 csv.bzip2。 我樂觀地嘗試了下面的方法，但壓縮似乎不起作用，例如，文件大小為 5. ...

R 中日期的條件滯后 - 如果日期相同，如何編碼跳到下一個日期？

[英]Conditional lag with dates in R - how to code skip to next date if dates are the same?

我堅持如何有條件地滯后同一 ID 組中的日期變量，但如果它與原始日期相同，則跳過下一個日期值並滯后一個日期值。 為了顯示， 我不確定是否有一種優雅的方法可以做到這一點，或者我是否需要一個 for 循環？ 非常感謝任何建議！ ...

R function 3D arrays 高效快速的應用

[英]Efficient and fast application of a function to 3D arrays in R

我有一個非常大的 3D 數組（比如 100 x 100 x 10），我想應用 function 進行成對比較。 我已經嘗試了很多解決方案，使用 data.table、mapply 等。我可能天真地希望更快的加速，並且正在考慮只用 C++/Rcpp 來做這件事。 但在這樣做之前，我想我會看看是否有人知 ...

在數據框和 data.tables 中使用字符變量提取列

[英]Extract columns using a character variable in both data frames and data tables

使用帶有列名的變量選擇列時，數據框和 data.tables 的行為不同。 是否有一個表達式適用於兩種類型的數據結構？ 我為什么要關心？ 我有一些最初為數據框編寫的用戶定義函數，希望它們同時適用於數據框和表格。 這是一個例子。 制作一個數據框和一個data.table。 這是一個帶有列名的向量。 它 ...

如果有無限值，則從 data.table 中刪除所有行

[英]Remove all rows from data.table if there is any infinite value

在下面的玩具示例中，我想刪除所有具有Inf或Nan值的行。 在我實際data.table中，有更多的列。 要刪除一個 go 中的所有行，我使用以下代碼但出現錯誤 - 代碼 - 錯誤 - 有人可以建議一種方法來刪除一個 go 中 data.table 中具有任何 NaN 或 Inf 值的所有行嗎？ 我 ...

為什么使用數字索引 SD 比將數字存儲在變量中更快

[英]Why indexing .SD with a number is faster than when the number is stored in a variable

我有一個 data.table，我想按組（客戶 ID）匯總並查看他們的第一次支出與第二次支出、第三次支出等相比如何。 Select 例如第一行使用.SD[1] ： 給出了一個非常快的結果（對於具有 500 萬行以上的數據集，只需 1.94 秒）。 但是，如果我將索引號（此處為 1）放入一個變量（我 ...

通過向日期列添加一系列月份來創建新列

[英]Create new columns by adding a sequence of months to a date column

我有日期列的數據： 我想添加一系列月份，從 1 到x到“X”列中的日期。 結果應該是一組新列，“X_1”、“X_2”、...“X_x”： 我嘗試了幾件沒有用的事情，例如： 我想根據這個操作創建 15 列，所以我想避免for循環。 我的真實數據有 80K 行。 ...

在 R 的基礎或 data.table 中，使用 function，在列上評估到 select 行？

[英]In base or data.table for R, use a function, evaluated on a column, to select rows?

給定一個 data.table DT ，其列為 Col1，select DT的行，其中Col1中的值x滿足某些Col1表達式，例如f(x) == TRUE或另一個示例f(x) <= 4 ，然后執行更多操作 data.table操作。 例如，我嘗試過類似的東西DT[f(Col1) == TRU ...

創建連續運行特定值的計數器並根據條件忽略行

[英]Create counter of consecutive runs of a certain value and ignoring rows based on a condition

我有一個看起來像這樣的數據集： 我需要創建一個新變量，為連續運行分配一個唯一值並在計數 == 0 時重新啟動。此外，如果計數器以 0 開頭並且接下來的兩個連續行的值 <100，我希望計數器忽略那些兩行並將它們視為 0。對於計數 >1000 的一行也是如此。 因此，如果 counts == ...

當按 id 變量聚合時，如何在 data.table 的列表變量中使用 append 個字符向量 - R

[英]How to append character vectors in a list variable of a data.table when aggregating by an id variable - R

我有一個很大的 data.table object，其中一個變量是字符向量列表。 我想通過唯一 ID 進行聚合，並在此過程中組合與該唯一 ID 的每一行關聯的所有字符向量。 這是一個簡單的可重復示例： 我已經嘗試了aggregate function 和適應更具體的 data.table 符號。 ...

計算每行中包含多個元素的兩列之間的匹配項

[英]count matches between two columns containing multiple elements in each row

我想計算 y 列中的名稱與 x 列中的名稱匹配的次數。 訣竅是每個單元格中有多個名稱並且沒有模式所以我不能簡單地使用 str_count。 或在此處查看可重現的代碼：dt <- data.frame(group = c('A', 'A', 'B', 'B'), names_X = c(' ...

用戶定義的 function 將重命名 R 中命名列中的變量

[英]User-defined function that will rename a variable in a named column in R

我正在嘗試編寫一個 function，它將重命名 R 中 data.table 內多個列的變量。 我的 data.table 的結構類似於： 特點1 特征2 特點3 特征4 變量a 變量_c 變量b 變量a 變量b 變量a 變量a 變量_c 變量_c 變量b 變量_c 變量b 我正在嘗試將所有變量重 ...

在 function 外部工作但在 R 中的 function 內部失敗的參數：找不到 object

[英]Argument working outside function but fails inside function in R: object not found

我是 R 的新手。我正在嘗試編寫一個 function，它將按組對列向量執行計算並將結果作為新列綁定到 data.table。 我已經寫了一個我最終會實現的簡單版本，只測試一列值。 （最終會有幾列值被評估，可能在函數內的循環中）。 一旦完成了多列值的所有計算，我將把數據縮減為不同的分組。 因為我 ...

更新觀測值太少的類別

[英]Updating categories with too few observations

請注意，此問題已在 r2evans 的回答后進行了編輯。 示例數據我有如下示例數據： 更新地層對於adapted_BMstratum中的每個變量，當每個變量A 、 B或C的觀察值少於 2 個時，我想手動決定要做什么。 然而，這並沒有給出預期的結果： 此外，它還會發出以下警告： 期望的結果注意：對於B ...