使用 purrr:::map 的等价物遍历 data.table

Question

我想遍历 data.table，就像 purrr::map 一样。虽然我能够通过将 data.frame 转换为 purrr::map 中的 data.table 来应用 data.table 函数，但我想知道 data.table 是否有一些内置的东西可以放弃使用 purrr::map。我问这个是因为我不确定 purrr::map 在速度和所需内存方面的性能。在处理大型数据集时，与 data.table 相比，我对 dplyr 的速度和内存利用率感到失望。

我研究了 Whosebug，发现线程上接受的答案使用了 for 循环。出于性能原因，我不是 for 循环的忠实粉丝。

这是示例数据文件：

dput(Input_File)
structure(list(Zone = c("East", "East", "East", "East", "East", 
"East", "East", "West", "West", "West", "West", "West", "West", 
"West"), Fiscal.Year = c(2016, 2016, 2016, 2016, 2016, 2016, 
2017, 2016, 2016, 2016, 2017, 2017, 2018, 2018), Transaction.ID = c(132, 
133, 134, 135, 136, 137, 171, 171, 172, 173, 175, 176, 177, 178
), L.Rev = c(3, 0, 0, 1, 0, 0, 2, 1, 1, 2, 2, 1, 2, 1), L.Qty = c(3, 
0, 0, 1, 0, 0, 1, 1, 1, 2, 2, 1, 2, 1), A.Rev = c(0, 0, 0, 1, 
1, 1, 0, 0, 0, 0, 0, 1, 0, 0), A.Qty = c(0, 0, 0, 2, 2, 3, 0, 
0, 0, 0, 0, 3, 0, 0), I.Rev = c(4, 4, 4, 0, 1, 0, 3, 0, 0, 0, 
1, 0, 1, 1), I.Qty = c(2, 2, 2, 0, 1, 0, 3, 0, 0, 0, 1, 0, 1, 
1)), .Names = c("Zone", "Fiscal.Year", "Transaction.ID", "L.Rev", 
"L.Qty", "A.Rev", "A.Qty", "I.Rev", "I.Qty"), row.names = c(NA, 
14L), class = "data.frame")

这是包含 purrr::map 和 data.table

的示例代码

UZone <- unique(Input_File$Zone)
FYear <- unique(Input_File$Fiscal.Year)
a<-purrr::map(UZone, ~ dplyr::filter(Input_File, Zone == .)) %>%
   purrr::map(~ data.table::as.data.table(.)) %>%
   purrr::map(~ .[,.(sum = sum(L.Rev)),by=Fiscal.Year])

我不太关心输出，但我想知道有哪些替代方法可用于基于特定列迭代 data.table。如果有任何想法，我将不胜感激。

Answer 1

管道数据表可以通过重复[]很好地完成，例如DT[][][]。对于列表，我认为 magrittr 没有其他选择。剩下的可以通过链式 lapply

完成

library(data.table)
library(magrittr)

Input_File <- data.table(Input_File)

UZone <- unique(Input_File$Zone)
FYear <- unique(Input_File$Fiscal.Year)

lapply(UZone, function(x) Input_File[Zone==x]) %>% 
  lapply(function(x) x[,.(sum=sum(L.Rev)), by=Fiscal.Year])

如果您想遍历 over 列，您可能想看看

更新：我想可能会有一个更简洁的解决方案，无需导入 magrittr 且无需 $ 子集

library(data.table)

Input_File <- data.table(Input_File)

by_zone_lst <- lapply(Input_File[,unique(Zone)], function(x) Input_File[Zone==x])
summary_lst <- lapply(by_zone_lst, function(y) y[,.(sum=sum(L.Rev)), by=Fiscal.Year])

summary_lst

Answer 2

我不确定问题背后的原因，但我更喜欢

library(data.table)
setDT(Input_File)[, .(sum = sum(L.Rev)), by = .(Zone, Fiscal.Year)]

   Zone Fiscal.Year sum
1: East        2016   4
2: East        2017   2
3: West        2016   4
4: West        2017   3
5: West        2018   3

超过 OP 的方法返回 a 作为

[[1]]
   Fiscal.Year sum
1:        2016   4
2:        2017   2

[[2]]
   Fiscal.Year sum
1:        2016   4
2:        2017   3
3:        2018   3

使用 purrr:::map 的等价物遍历 data.table

Use equivalent of purrr:::map to iterate through data.table

r

dplyr

data.table

purrr