Compreendendo o Data.table
conhecendo uma Biblioteca R
data.table
é um pacote R para transformar dados que fornece uma versão aprimorada de estrutura de dados padrão do R. Sua sintaxe basicamente se resume em DT[i, j, by]
:
- i: selecione linhas;
- j: manuseie colunas;
- by: agrupe de acordo com
Algumas das suas principais vantagens, segundo seus criadores⁴, são:
- Possui sintaxe concisa, ou seja, é rápida para digitar e rápida de ler.
- Processa em velocidade rápida
- Memória eficiente
- Há uma comunidade ativa no StackOverflow ⁵
Antes de tudo, para usá-lo é preciso instalar o seu pacote³ através do comando install.packages("data.table")
, logo em seguida 'chamaremos' a biblioteca usando library(data.table)
. Pronto! A biblioteca está pronta para ser utilizada.
Agora já podemos criar um data.table. Abaixo segue um exemplo de conjunto de dados que contém o nome e altura de um determinado público criado através do data.table:
Entretanto se já tivéssemos essas informações em um data.frame, podemos convertê-lo em data.table usando:
Além disso é possível ler um arquivo, em .csv ou .tsv, utilizando:
Agora lembra-se da sintaxe DT[i, j, by]
? Vamos explorar cada uma dessas partes.
Usando i (selecione, conte, some, renomeia)
Selecione uma parte das observações a partir de um critério:
Se usarmos o data.table declarado no início do artigo, teremos como output:
> DT[altura > 160, ]nome altura
1: Thais 170
2: Alexa 163
Usando j (Manuseei, selecione e extraia colunas.)
Output:
nome altura
1: Ana 160
2: Maria 145
3: Thais 170
4: Alexa 163
Use funções de resumo, como média( ), mediana( ), min( ), max( ) para sumarizar seus dados
Output
media_altura
1: 159.5
Delete uma coluna
Output:
nome altura idade cargo
1: Ana 160 24 engenheira
2: Maria 145 34 engenheira
3: Thais 170 18 cientista
4: Alexa 163 20 cientista
Usando by
Podemos também agrupar por um determinada coluna.
cargo nome
1: engenheira Ana
2: engenheira Maria
3: cientista Thais
4: cientista Alexa
É claro que podemos usar todos campos ao mesmo tempo
cargo media_idade
1: engenheira 29
2: cientista 19
Data.table é uma poderosa ferramenta no que se trata o manuseio de dados no R, entender sua sintaxe é o primeiro passo para colocar em prática e compreender suas principais vantagens. Dando este passo, fica mais fácil de combinar data.tables entre si ou até alterar o formato de um conjunto de dados, mas isso já é uma conversa para outras missões!
Referências
[2] https://cran.r-project.org/web/packages/data.table/data.table.pdf
[4] https://rdatatable.gitlab.io/data.table/
[5] https://stackoverflow.com/questions/tagged/data.table
Sigam a gente nas redes sociais:
Instagram: @datagirls.neuron