从 R 中的 data.table 有条件地删除行

Question

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

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

另外，要删除amount <= 0 所在的所有行;

在 data.table 中执行此操作的正确方法是什么？

我可以用 data$menuitem!='coffee'然后将 int 索引到 data[] - 但这不一定有效并且没有利用 data.table。

任何指向正确方向的指针都值得赞赏。

Answer 1

在这种情况下，它与 data.frame 没有太大不同。

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

通过引用删除/添加行它是要实现的。您可以在 this question 中找到更多信息

关于速度:

1 您可以通过执行以下操作从 key 中受益:

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

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

2 即使没有关键 data.table 对于相对较大的表来说也快得多(少量行的速度相似)

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