1
我有一个data.table
我想总结。它看起来像:R:data.table中的聚合和重用变量
> DF
new_src action
1: cdn.adnxs.com 1
2: cdn.adnxs.com 1
3: cdn.adnxs.com 1
4: cdn.adnxs.com 3
5: s1.2mdn.net 1
6: cdn.adnxs.com 3
7: cdn.adnxs.com 3
8: cdn.adnxs.com 3
9: cdn.adnxs.com 3
10: cdn.adnxs.com 3
我想new_src
聚集,通过action
发现出现频率最高,计算频率,打印此action
,打印总量。 我可以使用table
在ddply
中执行此操作,并重复使用ddply
中的变量,因此我不需要多次运行table
。 我需要在data.table
中做到这一点,但我不能重用table
结果,我必须运行table
两次。
例子。这工作:
DF = structure(list(new_src = c("cdn.adnxs.com", "cdn.adnxs.com",
"cdn.adnxs.com", "cdn.adnxs.com", "s1.2mdn.net", "cdn.adnxs.com",
"cdn.adnxs.com", "cdn.adnxs.com", "cdn.adnxs.com", "cdn.adnxs.com"), action = c("1", "1", "1", "3", "1", "3", "3", "3", "3", "3")), .Names = c("new_src", "action"), class = c("data.table", "data.frame"), row.names = c(NA, -10L))
dt = DF[1:10,by=list(new_src),list(tb = sort(table(action),decreasing=T)[1], nm = names(sort(table(action),decreasing=T)[1]),tot = .N)]
View(dt)
ddpl = ddply(DF,.(new_src),summarize,tb = sort(table(action),decreasing=T)[1], nm = names(tb), tot = length(new_src))
View(ddpl)
这不。
dt = DF[1:10,by=list(new_src),list(tb = sort(table(action),decreasing=T)[1], nm = names(tb),tot = .N)]
这可能与data.table
?由于
太棒了!非常感谢你。我的代码的那部分运行速度快了很多,现在我不会运行'table'两次! –