data.table 替代管道答案

【问题标题】：data.table alternative to pipingdata.table 替代管道
【发布时间】：2019-01-13 10:48:46
【问题描述】：

我目前正在学习非常强大和高效的 data.table 框架（包）。然而，我似乎无法弄清楚如何做这样的事情。我要做的是按多列（制造商和运营商）分组，根据此分组获取航班数量，然后按降序排列这些，然后是前 10 名制造商和运营商的 ggplot。我会在 tidyverse 中这样做：

library(nycflights13)
library(tidyverse)
flights %>% 
  left_join(planes, by = "tailnum") %>% 
  group_by(manufacturer, carrier) %>% 
  summarise(N = n()) %>% 
  arrange(desc(N)) %>% 
  top_n(10, N) %>% 
  ggplot(aes(carrier, N, fill = manufacturer)) + geom_col() + guides(fill = FALSE)

这是我尝试过的：（我将问题留了几分钟尝试解决但失败了）

library(data.table)
fly<-copy(nycflights13::flights)
setDT(fly)
setkey(fly,tailnum)
planes1 <- copy(planes)
setDT(planes1)
setkey(planes1, tailnum)
#head(planes1,2)
Merged <- merge(fly, planes1, by = "tailnum")
#Group by manufacturer
Merged[, .N, by = .(manufacturer,carrier)] #[, order(manufacturer, carrier)]

问题是我无法返回有序数据，也不知道如何在不先将有序合并保存为对象的情况下“链接”到 ggplot。

【问题讨论】：

Code Review 上的运气会更好吗？
@Henrik 已编辑。如果我需要说得更清楚，请告诉我。
@Roman 谢谢。我会在几个小时内看看是否有人提供帮助。如果没有，我会在继续尝试自己的同时尝试 Code Review。

标签： r ggplot2 data.table

【解决方案1】：

您可以使用方括号[ 和] 将data.table 中的内容链接在一起。此外，您可以在data.table 语法的j 部分内执行ggplot 调用：

nms <- setdiff(names(planes1), "tailnum")

fly[planes1, on = .(tailnum), (nms) := mget(nms)
    ][, .N, by = .(manufacturer,carrier)
      ][order(-N)
        ][, .SD[1:10], by = .(manufacturer,carrier)
          ][, ggplot(.SD, aes(carrier, N, fill = manufacturer)) +
              geom_col() +
              guides(fill = FALSE)]

给出：

【讨论】：

这里只是一个注释。上面的图形不能用上面的裸代码重现。最好确保提供的代码是完全可重现的。