代替方法でRのSqldf演算子の効率を上げよう

Question

私は日のデータを持つデータセット（1行は1行）を扱っています - 製品の（それが宣伝されている）それはユーザによって見られているか、またはアクションがとられているかどうかです。

このデータセットで分析を実行する前に、Rのデータセットを分析する前に、製品の数とアクションの回数の差があるすべての日を除外する方法でデータをフィルタリングする必要があります取られて2で、ビューは3 ある私はR内のSQL文によってこれを行うことができました - まず、私は次のようsqldfパッケージを使用して、必要な日数フィルタリング：

filterd_days = sqldf(select day, count(views) as seen, count(action) 
as actions from subset_data group by day 
having (count(views) - count(action) = 2) and count(views) = 3) 

私は、このデータセットに参加（O/pのSQL）を元のデータセットにフィルタリングして、必要な日付をフィルタリングします。

data_new = data[data$day %in% filter_days$day,] 

しかし、これは実行する各データセットの5分の近くを取っているし、これは、この操作を実行し、同じO/Pを取得するためのより高速な方法があるかどう思って毎日実行する必要があるとして。

Answer 1

代わりdata.frame

昇天のdata.table使用してみてください：

私はデータセットを想定していますが、次のように表示されます

>t 
      day views action 
1: 01/01/2010  1  1 
2: 01/01/2010  1  0 
3: 01/01/2010  1  0 
4: 02/01/2010  1  1 
5: 02/01/2010  1  1 

あなたがこれを実行する場合は、必要なサブセットを取得しますコマンド：

t[,if (sum(views) - sum(action) == 2 & sum(views) == 3) .SD,by=day] 

出力は

  day views action 
1: 01/01/2010  1  1 
2: 01/01/2010  1  0 
3: 01/01/2010  1  0