最快的方式来替换大数据表中的NA
我有一个大型 data.table ，其中许多缺失值散布在其〜200k行和200列中。我想尽可能有效地将这些NA值重新编码为零。 我看到两个选项： 1：转换为数据。框架，并使用某些 like this 2：某种酷data.table子设置命令 我会对类型1的一个相当高效的解决方案感到高兴。转换为data.frame然后回到data.table不会花太长时间。 解决方案
..
data.table相关内容
有一个dplyr等价于data.table :: rleid？
data.table 提供了一个非常方便的函数， rleid ： library（data.table） DT = data.table（grp = rep（c（“A”，“B”，“C”，“A “，”B“），c（2,2,3,1,2）），值= 1：10） rleid（DT $ grp） ＃[1] 1 1 2 2 3 3 3 4 5 5 我可以在 R 与： df
..
数据表元程序设计
我认为元编程是正确的术语。 我想要能够使用data.table，就像在webapp中使用MySQL一样。也就是说，Web用户使用一些Web前端（例如，像Shiny服务器）来选择数据库，选择要过滤的列，选择要分组的列，选择要聚合的列和聚合函数。我想使用R和data.table作为后端进行查询，聚合等。假设前端存在，R有这些变量作为字符串，并且它们被验证等。 我写了以下函数来构建data.
..
data.table对象在从函数返回后不打印
我想在函数中修改 data.table 。如果我在函数中使用：= 功能，结果只会打印第二次调用。 在下面的例子中： library（data.table） mydt
..
在我自己的包中使用data.table包
我想在我自己的包中使用data.table包。 MWE如下： 我创建一个函数test.fun，它只是创建一个小的data.table对象，然后将“Val” “A”列。代码 test.fun { library（data.table） testdata
..
如何在data.table中通过引用删除一行？
我的问题与通过引用赋值和在 data.table 中复制有关。我想知道是否可以通过引用删除行，类似于 DT [，someCol：= NULL] 我想了解 DT [someRow：= NULL，] 我想有一个很好的理由为什么函数不存在，所以也许你可以指出一个很好的替代方法，通常的复制方法，如下所示。特别是，从我的最喜欢的例子（data.table），
..
data.table vs dplyr：可以做一些好的，其他不能或不好？
概述 我对 data.table 比较熟悉， c> dplyr 。我阅读了一些 dplyr 小插曲和到目前为止我的结论是： data.table code>和 dplyr 在速度上是可比的，除非有很多（即> 10-100K）组，在其他一些情况下（见下面的基准） / li> dplyr 有更容易使用的语法 dplyr 抽象（或将）潜在的数据库交互 有一些小的功能差异（见下面的“示例
..
选择/分配给data.table变量，其名称存储在字符向量中
如果变量名存储在字符向量中，那么如何引用 data.table 中的变量？例如，这适用于 data.frame ： df
..
如何在每个组中创建滞后变量？
我有一个data.table： set.seed（1） data
..
我已将 data.table 的名称存储为向量： library（data.table） set.seed（42） DT
..
为数据帧的每个组中的行创建序列号（计数器）
如何在数据框架的每个组中生成唯一的ID号？以下是按“personid”分组的一些数据： 个人日期测量 1 x 23 1 x 32 2 y 21 3 x 23 3 z 23 3 y 23 我希望为“personid”定义的每个子集中的每一行添加一个具有唯一值的id列，始终以 1 开头。这是我的预期输出： 人物日期测量ID 1 x 23 1
..
用最新的非NA值替换NA
在data.frame（或data.table）中，我想“填充”具有最接近的非NA值的NA。使用向量（而不是 data.frame ）的一个简单示例如下： > y 我想要一个函数 fill.NAs（），它允许我构造 yy > yy [1] NA NA NA 2 2 2 2 3 3 3 4 4 需要对许多（总〜1Tb）小型 data.frame
..
滚动连接与开始/结束窗口
请考虑以下 data.table s。第一个定义了每个组的开始和结束位置的一组区域 library（data.table） d1 setkey（d1，x，start） ＃x start end ＃1：a 1 3 ＃2：b 5 11 ＃3 ：c 19 22 ＃4：d 30 39 ＃5：e 7 25 第二个表示每个组的观察 d2 setkey
..
了解data.table是什么时候是另一个data.table的（对的副本）的引用
我对理解 data.table 的传递引用属性有点麻烦。 在创建 data.table 时， code>从 data.table （通过
..
子组与data.table组
假设我有一个包含一些棒球运动员的数据表： library（plyr） library table） bdt
..
每组聚合/汇总多个变量（即和，平均值等）
以下是一些示例数据： days = 365 * 2 date = seq（as.Date（“2000-01-01”），length = days，by = “day”） year = year（date） month = month（date） x1 = cumsum（rnorm（days，0.05）） x2 = cumsum ，0.05）） df1 = data.frame
..
将结果叠加到R中的一个主文件中
使用此脚本我创建了一个特定的文件夹为每个csv文件，然后保存所有我进一步的分析结果在此文件夹。文件夹的名称和csv文件是相同的。 csv文件存储在main / master目录中。 现在，我在每个文件夹中创建了一个csv文件，其中包含所有拟合值的列表。 现在我想执行以下操作： 设置工作目录到特定文件名 读取拟合值文件 添加一行/列，说明网站/唯一ID的名称 将它添加到存储在主目
..
错误fread {data.table}因为它没有正确读取NAs /我想要它
这可能是一个初学者的问题，并有一个相当简单的修复，但我一直在它一段时间，似乎无法确定。我有高频数据，有大约500,000行和62列。我想使用fread（）使阅读更有效率，但问题是不是所有的行都是相同的长度。 这是我使用read.csv读取时的输出： > df >日期时间Seq BP1 BQ1 BO1 AP1 AQ1 AO1 BP2 BQ2 BO2 AP2 AQ2 AO2 BP3 BQ3
..
data.table :: fread中的dec参数
我使用 fread 从 data.table 加载csv文件。但是我的csv文件使用 dec =“，”作为小数分隔符（ 1.23 将 1,23 ）。与 read.csv 不同， dec 不是允许的参数。 R）args（fread） function（input =“test.csv”，sep =“auto”，sep2 =“auto”，nrows = 1， header =“auto”，
..
data.table fread函数
我使用新的 data.table ::: fread 函数（最快的读取函数我在R中使用到目前为止），我得到以下（自我解释）exception： R）fread（path） Erreur dans fread（path）：强制整数64到真正需要 我的文件（由制表符分隔的csv）确实包含大整数，例如 902160000671352000 。我的问题是，我可以告诉 fread
..