如果列名是一個字符串，按行選擇

我必須處理大量的數據集，這就是爲什麼我必須使用data.table包。我想只挑選給定列中具有適當值的行。如果列名是一個字符串，按行選擇

dt <- data.table(a = rep(c("A", "B", "C"), 3), 
       b = 1:9) 
n <- c("A", "C")

我能做些什麼：

dt[ a %in% n] 
    a b 
1: A 1 
2: C 3 
3: A 4 
4: C 6 
5: A 7 
6: C 9

如果我不知道以前列的名稱和功能，把它作爲字符串？我試過了：

dt[ "a" %in% n] 
Empty data.table (0 rows) of 2 cols: a,b 

dt[ "a" %in% n, with = F] 
Error in `[.data.table`(dt, "a" %in% n, with = F) : 
    j must be provided when with=FALSE 

dt[ as.name("a") %in% n ] 
Error in match(x, table, nomatch = 0L) : 
    'match' requires vector arguments

問題 - 是否可以在這樣的任務中使用字符串？

來源

2017-03-14 Pesto Verde

嘗試'dt [n，on =「a」]'或'dt [eval（as.name（「a」））％in％n]'或'setkeyv （dt，「a」）[n]' –

@David也可以做出答案。我認爲'eval'應該在整個'i'上，而不僅僅是名稱，以便使用autoindexing。 – Frank

@Frank我們有沒有對這個地方有一些欺騙？也許[這]（http://stackoverflow.com/questions/27677283/evaluating-both-column-name-and-the-target-value-within-j-expression-within-d）？ –

可以用加入以各種方式

無論是實現這一目標（這將返回訂購結果，無需排序dt）

dt[.(n), on = "a"]

或（這也將返回一個有序的結果，而在地方排序dt）

setkeyv(dt, "a")[.(n)]

或者使用eval/as.name（它會返回一個未排序的結果）

dt[eval(as.name("a")) %in% n]

或使用列表子集（其將返回未分類的結果）

dt[dt[["a"]] %in% n]

您可能需要考慮的幾點。

in v 1.9.4 data.table包中引入了二級索引。這意味着當你進行矢量掃描（==或%in%）時，它將創建一個排序或一個鍵（與明確使用setkey時類似），這將使第一次運行速度稍慢，但會顯着提高性能下次您將搜索此列中的匹配項。

雖然並非所有情況下都會（永久）設置輔助鍵。在某些情況下，它總是一個簡單的矢量掃描（例如dt[eval(as.name("a")) %in% n, verbose = TRUE]或dt[get('a') %in% n]或dt[dt[["a"]] %in% n, verbose = TRUE]），如果只運行一次，速度會更快。在某些情況下，臨時索引將在每次運行中創建（例如dt[n, on = "a", verbose = TRUE]，但也會使用索引，如果它已經存在的話）是次優的，而在某些情況下將設置永久密鑰或輔助密鑰（例如setkeyv(dt, "a")[.(n), verbose = TRUE]或由@Frank dt[eval(substitute(col %in% n, list(col=as.name("a")))), verbose = TRUE]提出）

來源

2017-03-14 18:22:16

使用'setindex（）'而不是'setkey（）'明確設置一個二級索引是什麼？比較'DT < - data.table（a = 1：2）; DT [。（1L），on =。（a），verbose = TRUE]; DT [。（1L），on =。（a），verbose = TRUE]的DT [。（1L），on =。（a），verbose = TRUE]'。 setindex（DT，a）; DT [。（1L），on =。（a），verbose = TRUE]'。 – Uwe

使用get功能

dt[get('a') %in% n]

如果colname的存儲在另一個變量，它也可以工作：

temp <- 'a' 
dt[get(temp) %in% n]

來源

2017-03-14 14:14:38 Feng

'get'在龐大的數據集上很慢。 –

如果列名是一個字符串，按行選擇

回答

相關問題