tập hợp con của nhóm với data.table

Question

Giả sử tôi có một bảng dữ liệu chứa một số cầu thủ bóng chày:

library(plyr) 
library(data.table) 

bdt <- as.data.table(baseball) 

Đối với mỗi người chơi (do id), tôi muốn tìm các hàng tương ứng với năm, trong đó họ chơi nhiều trò chơi nhất. Điều này rất đơn giản trong plyr:

ddply(baseball, "id", subset, g == max(g)) 

Mã tương đương cho dữ liệu là gì?

tôi đã cố gắng:

setkey(bdt, "id") 
bdt[g == max(g)] # only one row 
bdt[g == max(g), by = id] # Error: 'by' or 'keyby' is supplied but not j 
bdt[, .SD[g == max(g)]] # only one row 

này hoạt động:

bdt[, .SD[g == max(g)], by = id] 

Nhưng nó là nhanh hơn so với plyr chỉ có 30%, cho thấy nó có lẽ không phải thành ngữ.

Answer 1

Đây là nhanh data.table cách:

bdt[bdt[, .I[g == max(g)], by = id]$V1] 

Điều này tránh xây dựng .SD, đó là nút cổ chai trong các biểu thức của bạn.

chỉnh sửa: Trên thực tế, lý do chính OP là chậm không chỉ là nó có .SD trong nó, nhưng thực tế là nó sử dụng nó trong một cách đặc biệt - bằng cách gọi [.data.table, mà tại thời điểm này có một khổng lồ trên không, do đó, chạy nó trong một vòng lặp (khi một không by) tích lũy một hình phạt rất lớn.