R - readRDS() &load() 无法提供与原始数据相同的 data.tables
背景 我尝试将一些 CSV 输出文件替换为 rds 文件以提高效率.这些是中间文件，将作为其他 R 脚本的输入. 问题 当我的脚本失败时我开始调查，发现 readRDS() 和 load() 不会返回与原始相同的 data tables.这应该发生吗?还是我错过了什么? 示例代码 库(data.table)aDT 我在 Linux Mint 上运行 R 版本 3.2.
..
data.table相关内容
再次在数据表上进行 r rowdies 迭代
至少有几个与此类似的 Q/A，但我似乎无法掌握它.这是一个可重现的示例.DT 保存数据.我想要食物(n)=食物(n-1)* xRatio.food(n) DT
..
如何检查向量是否为 LIFO/FIFO 递减
假设我有一个 data.table，其中每一行包含两个向量: “预减法"向量. “减法后"向量. 前减法是最左半列，后减法是最右列，末尾有后缀“prm". 例如: #样本数据set.seed(2)填充 = 数据表(n=1:7)Tp=3for(t in 1:Tp){设置(x = 填充，j = paste0('v'，t)，值 = 样本(0:10,7))}填充[1,paste0('
..
追加多个大data.table；使用 colClasses 和 fread 的自定义数据强制；命名管道
[这是一篇文章中的多个错误报告/功能请求，但它们不一定是孤立的.提前为怪物帖子道歉.按照帮助(data.table)的建议在此处发布.另外，我是 R 新手；如果我没有在下面的代码中遵循最佳实践，请道歉.我在努力.] 1.rbindlist 在 6 * 8GB 文件上崩溃(我有 128GB RAM) 首先我想报告使用 rbindlist 附加大型 data.tables 会导致 R 出现
..
data.table 子集的条件 data.table 匹配
..
要删除重复的行，除非列中存在 NA 值
我有一个包含 4 列的数据表:ID、名称、Rate1、Rate2. 我想删除 ID、Rate1 和 Rate 2 相同的重复项，但如果它们都是 NA，我想保留这两行. 基本上，我想有条件地删除重复项，但前提是条件！= NA. 例如，我想要这样: ID 名称 Rate1 Rate21 XYZ 1 21 美国广播公司 1 22 定义 NA NA2 Lmn NA NA3 喂 3 53
..
根据滚动日期内存在的条件创建新列
为了使这个问题更笼统，我相信它也可以改写为:创建一个滚动的时间敏感因子变量.虽然这是一个不常见的要求，但这可以用于许多不同的数据源. 我有一系列非统一时间数据，每天有 > 1 条记录，供成千上万的用户使用.我想创建一个新列 player_type 来跟踪他们行为的滚动 30 天定义.行为由他们玩的游戏定义；'games' 列是 gameA、gameB 的一个因子. 因此存在三种类型的行
..
使用自加入的小组首次观察
我正在尝试使用 data.table 通过一组三个变量来获取第一行. 我有一个可行的解决方案: col1
..
R foreach 与 .combine=rbindlist
我正在使用带有 .combine = rbindlist 的 foreach.这似乎不起作用，尽管如果我使用 .combine = rbind 可以正常工作. 只是用一个简单的例子来说明-- >t2 有人能做到吗? 提前致谢. 解决方案 基本上就是你所说的 - rbindlist 假定一个 list 参数，并且你得到的错误和这个一样: result.1 = data.t
..
在 R 中拆分应用重组、plyr、data.table
我在 R 中做经典的拆分-应用-重组事情.随着时间的推移，我的数据集是一堆公司.我正在做的应用是对每个公司进行回归并返回残差，因此，我没有按公司汇总.plyr 对此非常有用，但是当公司数量很大时，它需要很长时间才能运行.有没有办法用 data.table 做到这一点? 样本数据: dte, id, val1, val22001-10-02, 1, 10, 252001-10-03, 1,
..
稀疏数据帧直接更新(替换)速度慢，效率低
我正在尝试读取数十万个 JSON 文件，并最终将它们放入 dplyr 对象中.但是 JSON 文件不是简单的键值解析，它们需要大量的预处理.预处理是编码的，并且对效率有很好的作用.但我面临的挑战是将每条记录有效地加载到单个对象(data.table 或 dplyr 对象)中. 这是非常稀疏的数据，我将有 2000 多个变量，这些变量大部分都将丢失.每条记录可能有一百个变量集.变量将是字符、逻
..
将 data.table 链分成两行代码以提高可读性
我正在处理 Rmarkdown 文档，并被告知严格限制最大列数(边距列)为 100.在文档的代码块中，我使用了许多不同的包，其中包括 data.表. 为了遵守限制，我可以拆分链(甚至是长命令)，例如: p
..
如何在 data.table 中通过引用更改每组中的最后一个值
对于按站点分组，按时间t排序的data.table DT，我需要更改每个组中变量的最后一个值.我认为应该可以通过引用使用 := 来做到这一点，但我还没有找到一种可行的方法. 样本数据: require(data.table) # 使用 1.8.11DT 想要的结果是改变每组中a的最后一个值，例如改为999，所以结果如下: #site t a# 1:A 1 11#2:A 2 12#3:
..
如何在 data.table 中进行否定/不匹配/反向搜索?
如果我想使用二进制搜索选择 data.table 中不包含键变量中特定值的所有行，会发生什么情况?顺便说一句，我想做的正确术语是什么?是“不加入"吗?是“负选择"吗? DT = data.table(x=rep(c("a","b","c"),each=3), y=c(1,3,6), v=1:9)设置键(DT，x) 让我们对 x=="a" 但使用二分搜索的所有行进行肯定选择 DT["a"]
..
dplyr:在 group_by 中生成行号/行位置
我有一个数据集，我想按组生成行位置.例如 库(data.table)数据 我按类别分组，并希望按组创建作为行位置的列.类似下面或 data.table 的东西 dataByGroup %>% group_by(Category) %>% mutate(positionInCategory = 1:nrow(Category)) 无法弄清楚如何实现这一目标? 期望的输出: |当前位置
..
如何在 R 中的 data.table 中按两个条件选择行
假设我有一个 data.table，我想选择变量 x 的值为 b 的所有行.这很容易 库(data.table)DT 顺便说一句，似乎必须设置一个键，如果该键未设置为 x 则这不起作用.顺便说一句，如果我将两列设置为键会发生什么? 无论如何，继续前进，假设我想选择变量 x 为 a 或 b 的所有行 DT["b"|"a"] 没用 但以下工作 DT[x=="a"|x=="b"]
..
我们可以使用 OR 选择查询在 data.table 中进行二进制搜索吗
按照上一个问题使用data.table DT = data.table(x=sample(letters,1e7,T),y=sample(1:25,1e7,T),rnorm(1e7))设置键(DT，x，y) 我们可以使用二分查找吗 DT[x=='a' |y==25] 记住 DT[J('a',25)] == DT[x=='a' &y==25] 解决方案 是的: 为了进行二元搜索，我
..
我应该使用 mget()、.. 还是 with=FALSE 来选择 data.table 的列?
通过使用包含所需列名的变量(with=FALSE, .., mget, ...). 是否有共识(何时)使用?data.table-y 比其他的多一个吗? 我可以提出以下论点: with=FALSE 和 .. 几乎同样快，而 mget 较慢 .. 不能“即时"选择连接的列名(EDIT:当前 CRAN 版本 1.12.8 绝对可以，我用的是旧版本，不能，所以这个说法是有缺陷的)
..
R:使用 data.table := 操作来计算新列
让我们获取以下数据: dt
..
组合 data.tables 列表
有没有一种特定的方法可以在 R 中组合 data.tables 列表? 我有一个大约 20 个 data.table 的列表，每个都有大约 100 万行，我想将它们组合成一个有 2000 万行的 data.table. 我一直在这样做 Reduce('rbind', data.table) 但这需要一段时间. Tnx！ 解决方案 查看 ?rbindlist 和这些相关
..