4

列のサブセットと の条件を指定して、data.table から一意の行を取得したいと思いますi。それについて行く最善の方法は何ですか？(計算速度と短いまたは読みやすい構文の点で「最高」)

set.seed(1)
jk <- data.table(c1 = sample(letters,60,replace = TRUE), 
                 c2 = sample(c(TRUE,FALSE),60, replace = TRUE), 
                 c3 = sample(letters,60, replace = TRUE),
                 c4 = sample.int(10,60, replace = TRUE)
                 )

c1とc2が10の一意の組み合わせを見つけたいとしますc4。それを行う方法はいくつか考えられますが、何が最適かはわかりません。抽出する列がキー付きかどうかも重要な場合があります。

## works but gives an extra column
jk[c4 >= 10, TRUE, keyby = list(c1,c2)]
## this removes extra column
jk[c4 >= 10, TRUE, keyby = list(c1,c2)][,V1 := NULL]

## this seems like it could work
## but no j-expression with a keyby throws an error
jk[c4 >= 10, , keyby = list(c1,c2)]

## using unique with .SD
jk[c4 >= 10, unique(.SD), .SDcols = c("c1","c2")]
4

1 に答える 1

4

少なくとも私にとって最も簡単なのは、unique(jk[c4 >= 10, list(c1, c2)])@Justinによって提案されたものか、 unique(jk[c4 >= 10, c("c1", "c2")]). これらの後者は、少なくとも私のラップトップでは、これまでの 4 つの提案の中で最も高速です。

microbenchmark(
a=jk[c4 >= 10, list(c1,c2), keyby = list(c1,c2)][,c("c1","c2")],
b=jk[c4 >= 10, unique(.SD), .SDcols = c("c1","c2")],
c=unique(jk[c4>=10,list(c1,c2)]),
d=unique(jk[c4>=10,c("c1","c2")])
)

Unit: microseconds
 expr      min       lq    median        uq      max neval
    a 1378.742 1456.676 1494.9380 1531.1395 2515.796   100
    b  906.404  943.072  963.7790  997.4930 3805.846   100
    c 1167.125 1201.988 1232.3500 1272.2250 2077.047   100
    d  627.768  653.314  669.8625  683.8045  739.808   100
于 2013-10-24T21:00:38.667 に答える