Версия таблицы данных dplyr group_by
У меня есть dplyr версия group_by, в которой я пытаюсь разделить столбец с именем ratio на разные диапазоны. Он работает нормально. Я не могу обновить dplyr до новой версии из-за управляемой студии R (управляется обычным администратором). Есть ли способ переписать ту же логику в data.table способ
output <- output %>%
group_by(start = as.IDate(timestamp),VAV = van_d, conditions = cut(output$ratio, breaks=c(0,0.7,0.8,0.9,1,100),labels=c("0-0.7","0.7-0.8","0.8-0.9","0.9-1",">1"))) %>%
summarise(duration = n()) %>%
ungroup %>%
na.omit
Ответы 1
С data.table обычно используется
dt[i, j, by]
где i — индекс для подмножества строк, т. е. может принимать числовое или логическое выражение, j — для столбцов, а by — для группировки. Это использование применимо только к data.table объектам. Итак, если входной набор данных data.frame или tibble, преобразуйте в data.table либо с помощью as.data.table (не изменит исходный объект), либо с помощью setDT (что преобразует в data.table по ссылке).
Теперь мы указываем i, j и by. В коде dplyr нет filtering, т.е. нам не нужно указывать i - поэтому он остается пустым. Код group_by войдет в by. Это может быть list или синтаксис .(, тогда j вместо summarise также является list (.(duration = .N)). .N похож на n() из dplyr
library(data.table)
setDT(output)[, .(duration = .N),
by = .(start = as.IDate(timestamp),VAV = van_d,
conditions = cut(ratio, breaks=c(0,0.7,0.8,0.9,1,100),
labels=c("0-0.7","0.7-0.8","0.8-0.9","0.9-1",">1"))]