您如何将其翻译成 R 中的 data.table 包语言？

Question

我正在尝试学习R 中的data.table 包。我有一个名为DT1 的数据表和一个数据框DF1，我想根据逻辑条件（析取）对一些实例进行子集化。这是我现在的代码：

DF1[DF1$c1==0 | DF1$c2==1,] #the data.frame way with the data.frame DF1
DT1[DT1$c1==0 | DT1$c2==1,] #the data.frame way with the data.table DT1

在"Introduction to the data.table package in R" 的第 5 页上，作者给出了一个类似的例子，但带有一个连词（在上面的第二行中将| 替换为&）并指出data.table 包的使用不当。他建议这样做：

setkey(DT1,c1,c2)
DT1[J(0,1)]

所以，我的问题是：如何使用data.table 包语法编写析取条件？这是滥用我的第二行DT1[DT1$c1==0 | DT1$c2==1,] 吗？是否有与J 等效但用于析取的方法？

Answer 1

该文件表明您可以使用：

DT1[c1==0 | c2==1, ]

Answer 2

这是另一个解决方案：

grpsize = ceiling(1e7/26^2)
DT <- data.table(
  x=rep(LETTERS,each=26*grpsize),
  y=rep(letters,each=grpsize),
  v=runif(grpsize*26^2))

setkey(DT, x)
system.time(DT1 <- DT[x=="A" | x=="Z"])
   user  system elapsed 
   0.68    0.05    0.74 
system.time(DT2 <- DT[J(c("A", "Z"))])
   user  system elapsed 
   0.08    0.00    0.07 
all.equal(DT1[, v], DT2[, v])
TRUE

请注意，我从 data.table 文档中获取了示例。唯一的区别是我不再将字母转换为因子，因为现在允许使用字符键（请参阅 NEWS for v 1.8.0）。

简短说明：J 只是 data.table 的缩写。因此，如果您调用 J(0, 1)，您将创建一个包含两列匹配的 data.table，就像在示例中一样：

> J(0,1)
     V1 V2
[1,]  0  1

但是，您希望在一列中匹配两个不同的元素。因此，您需要一个带有一列的data.table。所以只需添加c()。

J(c(0,1))
     V1
[1,]  0
[2,]  1