r - R中data.table中的.SD代表什么

Question

.SD 看起来很有用，但我真的不知道我在用它做什么。它代表什么？为什么前面有句号(句号)。当我使用它时发生了什么？

我读到:.SD 是一个 data.table，其中包含每个组的 x 数据的子集，不包括组列。当按 i 分组、按 by 分组、键控 by 和 _ad hoc_ by< 时可以使用它。/em>

这是否意味着子 data.table 已保存在内存中以供下一次操作？

Answer 1

.SD 代表“SData.table 的子集”。最初的 "." 没有任何意义，只是它更不可能与用户定义的列名称发生冲突。

如果这是您的数据表:

DT = data.table(x=rep(c("a","b","c"),each=2), y=c(1,3), v=1:6)
setkey(DT, y)
DT
#    x y v
# 1: a 1 1
# 2: b 1 3
# 3: c 1 5
# 4: a 3 2
# 5: b 3 4
# 6: c 3 6

这样做可以帮助您了解.SD是什么:

DT[ , .SD[ , paste(x, v, sep="", collapse="_")], by=y]
#    y       V1
# 1: 1 a1_b3_c5
# 2: 3 a2_b4_c6

基本上，by=y语句将原始data.table分成这两个子data.tables

DT[ , print(.SD), by=y]
# <1st sub-data.table, called '.SD' while it's being operated on>
#    x v
# 1: a 1
# 2: b 3
# 3: c 5
# <2nd sub-data.table, ALSO called '.SD' while it's being operated on>
#    x v
# 1: a 2
# 2: b 4
# 3: c 6
# <final output, since print() doesn't return anything>
# Empty data.table (0 rows) of 1 col: y

并依次对它们进行操作。

当它在任何一个上运行时，它都可以让您通过使用昵称/句柄/符号.SD来引用当前的子data.table。这非常方便，因为您可以访问和操作列，就像您坐在命令行中处理名为 .SD 的单个 data.table 一样......除了这里， data.table 将对由键组合定义的每个子data.table 执行这些操作，将它们“粘贴”回一起并在单个 中返回结果数据表!