从 R 中的 data.table 有条件地删除行答案

【问题标题】：Remove rows conditionally from a data.table in R从 R 中的 data.table 有条件地删除行
【发布时间】：2014-05-04 12:06:54
【问题描述】：

我有一个带有字段 {id, menuitem, amount} 的 data.table。

这是交易数据 - 因此，id 是唯一的，但 menuitem 会重复。现在，我想删除 menuitem == 'coffee' 的所有条目。

另外，想删除amount <= 0的所有行；

在 data.table 中执行此操作的正确方法是什么？

我可以使用data$menuitem!='coffee'，然后将 int 索引到 data[] - 但这不一定有效，也没有利用 data.table。

感谢任何指向正确方向的指针。

【问题讨论】：

标签： r data.table

【解决方案1】：

在这种情况下，它与data.frame 没有太大区别

data <- data[ menuitem != 'coffee' | amount > 0]

通过引用删除/添加行将被实现。你可以在this question找到更多信息

关于速度：

1 您可以通过执行以下操作从密钥中受益：

setkey(data, menuitem)
data <- data[!"coffee"]

这将比data <- data[ menuitem != 'coffee'] 更快。但是，要应用您在问题中提出的相同过滤器，您需要滚动加入（我已经完成了午休，我可以稍后添加一些东西:-)）。

2 即使没有键 data.table 对于相对较大的表来说也更快（对于少数行的速度相似）

dt<-data.table(id=sample(letters,1000000,T),var=rnorm(1000000))
df<-data.frame(id=sample(letters,1000000,T),var=rnorm(1000000))
library(microbenchmark)
> microbenchmark(dt[ id == "a"], df[ df$id == "a",])
Unit: milliseconds
               expr       min        lq    median        uq       max neval
      dt[id == "a"]  24.42193  25.74296  26.00996  26.35778  27.36355   100
 df[df$id == "a", ] 138.17500 146.46729 147.38646 149.06766 154.10051   100

【讨论】：

谢谢。只是出于好奇，在这种情况下，它是否利用键来执行比较 menuitem != 'coffee' | amount > 0 比典型的 data.frame 更快？
@GopalakrishnaPalem 请在答案中查看编辑
非常感谢米歇尔。另外，microbenchmark 命令很有用，感谢发布。
好的，我发现还没有实现stackoverflow.com/questions/10790204/…
^ 问题 + 解释：github.com/Rdatatable/data.table/issues/2890 对于大 N 应该更快

【解决方案2】：

试试这个：

data <- data[ !(menuitem == 'coffee' | amount <= 0),]

一般：

dt <- data.table(a=c(1,1,1,2,2,2,3,3,3),b=c(4,2,3,1,5,3,4,7,6))
dt
#>    a b
#> 1: 1 4
#> 2: 1 2
#> 3: 1 3
#> 4: 2 1
#> 5: 2 5
#> 6: 2 3
#> 7: 3 4
#> 8: 3 7
#> 9: 3 6
dt[a!=1,]
#>    a b
#> 1: 2 1
#> 2: 2 5
#> 3: 2 3
#> 4: 3 4
#> 5: 3 7
#> 6: 3 6

【讨论】：