본문으로 바로가기

강의

R의 data.table로 데이터 조작하기

기초기술 수준

업데이트됨 2024. 8.

data.table로 필터링, 선택, 그룹별 통계 계산 등 데이터 조작의 핵심 개념을 확실히 익히십시오.

무료로 강의 시작

RData Manipulation

4시간

15 동영상

59 연습 문제

5,050 XP

26,276

성취 증명서

수천 개 기업의 학습자들이 사랑하는

팀을 교육하시나요?

비즈니스용으로 체험해 보세요

강의 설명

data.table 패키지는 기본 R의 data.frame을 고성능으로 대체하며, 문법과 기능을 확장해 사용 편의성과 프로그래밍 속도를 높여 줍니다. 이 과정에서는 data.table을 생성하고, 서브셋팅하고, 조작하는 방법을 배웁니다. 또한 내장된 그룹별 연산 등 데이터베이스에서 영감을 받은 기능도 학습합니다. 마지막에는 CSV와 같은 표 형식 텍스트 데이터를 빠르게 가져오고 내보내는 방법으로 과정을 마무리합니다. 수강을 마치면 R에서 data.table을 사용해 더 효율적으로 데이터를 조작하고 분석할 수 있습니다. 전체 과정에서 2014년 샌프란시스코 베이 지역의 바이크 셰어 이동 데이터셋을 함께 탐색합니다.

선수 조건

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%

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

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)

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)

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

R의 data.table로 데이터 조작하기

강의
완료

수료증 획득

LinkedIn 프로필, 이력서 또는 CV에 이 인증서를 추가하세요
소셜 미디어와 성과 평가에서 공유하세요지금 등록

19백만 명 이상의 학습자와 함께 R의 data.table로 데이터 조작하기을(를) 시작하세요!

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.