Accéder au contenu principal

Cours

Manipulation de données avec data.table en R

DébutantNiveau de compétence

Actualisé 08/2024

Commencer Le Cours Gratuitement

RData Manipulation4 h15 vidéos59 Exercices5,050 XP26,203Certificat de réussite.

Créez votre compte gratuit

ou

En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données seront hébergées aux États-Unis.

Apprécié par des utilisateurs provenant de milliers d'entreprises

Former 2 personnes ou plus ?

Essayez DataCamp for Business

Description du cours

Le package data.table propose une version haute performance du data.frame de base R, avec une syntaxe et des fonctionnalités enrichies pour plus de simplicité, de praticité et de rapidité de programmation. Ce cours vous montre comment créer, filtrer et manipuler des data.table. Vous découvrirez aussi les fonctionnalités inspirées des bases de données, notamment les opérations par groupe intégrées. Le cours se termine par des méthodes rapides d’import et d’export de données tabulaires telles que les fichiers CSV. À l’issue du cours, vous saurez utiliser data.table dans R pour un processus de manipulation et d’analyse plus efficace. Tout au long du cours, vous explorerez le jeu de données de trajets du service de vélos en libre-service de la région de la baie de San Francisco pour l’année 2014.

Prérequis

1

Introduction to data.table

This chapter introduces data.tables as a drop-in replacement for data.frames and shows how to use data.table's i argument to filter rows.

Welcome to the course!

data.table pop quiz

Creating a data.table

Introducing bikes data

Filtering rows in a data.table

Filtering rows using positive integers

Filtering rows using negative integers

Filtering rows using logical vectors

Helpers for filtering

I %like% data.tables

Filtering with %in%

Filtering with %between% and %chin%

Commencer Le Chapitre

2

Selecting and Computing on Columns

Just as the i argument lets you filter rows, the j argument of data.table lets you select columns and also perform computations. The syntax is far more convenient and flexible when compared to data.frames.

Selecting columns from a data.table

Selecting a single column

Selecting columns by name

Deselecting specific columns

Computing on columns the data.table way

Computing in j (I)

Computing in j (II)

Advanced computations in j

Computing in j (III)

Combining i and j

Commencer Le Chapitre

3

Groupwise Operations

This chapter introduces data.table's by argument that lets you perform computations by groups. By the end of this chapter, you will master the concise DT[i, j, by] syntax of data.table.

Computations by groups

Computing stats by groups (I)

Computing stats by groups (II)

Computing multiple stats

Chaining data.table expressions

Ordering rows

What are the top 5 destinations?

What is the most popular destination from each start station?

Combining i, j, and by (I)

Computations in j using .SD

Using .SD (I)

Using .SD (II)

Commencer Le Chapitre

4

Reference Semantics

You will learn about a unique feature of data.table in this chapter: modifying existing data.tables in place. Modifying data.tables in place makes your operations incredibly fast and is easy to learn.

Adding and updating columns by reference

Adding a new column

Updating an existing column (I)

Updating an existing column (II)

Grouped aggregations

Adding columns by group

Updating columns by group

Advanced aggregations

Adding multiple columns (I)

Adding multiple columns (II)

Combining i, j, and by (II)

Commencer Le Chapitre

5

Importing and Exporting Data

Not only does the data.table package help you perform incredibly fast computations, it can also help you read and write data to disk with amazing speeds. This chapter focuses on data.table's fread() and fwrite() functions which let you import and export flat files quickly and easily!

Fast data reading with fread()

Fast reading from disk

Importing a CSV file

Importing selected columns

Importing selected rows

Advanced file reading

Reading large integers

Specifying column classes

Dealing with empty and incomplete lines

Dealing with missing values

Fast data writing with fwrite()

Writing files to disk

Writing date and time columns

Fast writing to disk

Commencer Le Chapitre

Manipulation de données avec data.table en R

Cours
terminé

Obtenez un certificat de réussite

Ajoutez cette certification à votre profil LinkedIn, à votre CV ou à votre portfolio
Partagez-la sur les réseaux sociaux et dans votre évaluation de performanceS'inscrire Maintenant

Rejoignez plus de 19 millions d'utilisateurs et commencez Manipulation de données avec data.table en R dès aujourd'hui !

Créez votre compte gratuit

ou

En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données seront hébergées aux États-Unis.

Apprenez où que vous soyez avec l'application DataCamp

Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.