data.table

data.table cheatsheet.pdf

data.table 是 data.frame 的扩展，兼容 dplyr 包中的函数，被其操作后，返回值仍为 data.table。故今后凡是操作数据框都可以默认先转换为 data.table. 需要保留原始数据时，使用 dplyr 系列函数；不需要保留时，使用 data.table 的象牙操作符，追求速度和简洁。

data.table 的高性能来源于内存管理（引用语法）、并行化和大量精细优化。

创建

直接创建

data.table()

dt <- data.table(
  a = c("A", "B", "C", "A", "A", "B"),
  b = 1:6
)
class(dt)

#> [1] "data.table" "data.frame"

将 data.frame 转化为 data.table

as.data.table()和setDT()，前者创建一份拷贝并转换，后者原地转换。

df <- data.frame(
  a = c("A", "B", "C", "A", "A", "B"),
  b = 1:6
)
df %>%
  setDT() %>%
  class()

#> [1] "data.table" "data.frame"

library(sqldf)
options(sqldf.driver = "SQLite")
channel <- dbConnect(
  SQLite(),
  dbname = "C:/Users/humoo/OneDrive/ICT/DataBase/SQLite/trade.db"
)
total <- dbReadTable(channel, "total") %>%
  select(-time) %>%
  setDT()
class(total)

#> [1] "data.table" "data.frame"

dbDisconnect(channel)

set*()函数族不复制数据，节省时间

setnames(total, "trade", "total") # 将列名trade改为total
head(total)

#>    year month export import  total surplus
#> 1: 2018     1 1994.9 1810.7 3805.6   184.2
#> 2: 2018     2 1706.4 1383.4 3089.8   323.0
#> 3: 2018     3 1739.1 1796.6 3535.7   -57.5
#> 4: 2018     4 1989.5 1726.7 3716.2   262.8
#> 5: 2018     5 2116.1 1881.8 3997.9   234.3
#> 6: 2018     6 2156.2 1747.0 3903.2   409.2

total[, id := .I] # .I意为1:.N，这句为total加了一个序号索引列

setcolorder(total, neworder = "id") 
# setcolorder() 列的重排序
# 默认第二个参数是一个列名向量。如果只写出了一部分列，则其他列按照原来的顺序
head(total)

#>    id year month export import  total surplus
#> 1:  1 2018     1 1994.9 1810.7 3805.6   184.2
#> 2:  2 2018     2 1706.4 1383.4 3089.8   323.0
#> 3:  3 2018     3 1739.1 1796.6 3535.7   -57.5
#> 4:  4 2018     4 1989.5 1726.7 3716.2   262.8
#> 5:  5 2018     5 2116.1 1881.8 3997.9   234.3
#> 6:  6 2018     6 2156.2 1747.0 3903.2   409.2

set*()函数族
setDT(), setDF()
setattr() setnames()	Set attributes of objects by reference
setkey() setkeyv() setindex() setindexv() key() indices() haskey()	Create key on a data.table
setcolorder()	Fast column reordering of a data.table by reference
setorder(dt, a, -b) setorderv()	Fast row reordering of a data.table by reference

读取文件创建 data.table

• fread()可以将能直接将.csv .txt 等格式的文件读为 data.table

• fwrite()可以写 data.table 到文件

在处理大数据时，它们的速度非常快。建议读写文件统一使用这两个函数

data.table 查询语法

语法

dt[i, j, by = list(), ...]

很像 SQL 语句

1. i: subset 行（就像 WHERE 子句）
2. by/keyby¹ : 分组（就像 GROUP BY 子句）
3. j: subset² 或 manipulate 列 （就像 SELECT 子句），甚至可以是一个匿名函数

特殊符号

特殊符号	说明
.()	代替list()
.N	总行数
.SD	代表分组后每个组的数据框
.SDcols	在 by 处，与.SD连用，用来选择哪些列包含在.SD中
.BY	包含所有by分组变量的list
.I	整数向量 1:.N
.GRP	分组索引
.NGRP	分组数
.EACHI	用于by/keyby = .EACHI，表示根据i表达式的每一行分组

链式操作

DT[...][...][...]

或写为：

DT[
  ...
][
  ...
][
  ...
]

与管道%>%配合的链式操作

由于 R 中所有的操作符都是函数，因此可以将`[`作为一个函数，贯穿于%>%中，获得代码风格的一致性。

mtcars %>% 
    as.data.table() %>% 
    `[`(, .(mpg = mean(mpg)), by = cyl) %>% 
    `[`(.N,) 

#>    cyl  mpg
#> 1:   8 15.1

Subset rows using i

选择行可以接受的运算符除了常用的逻辑运算符，还包括 %like% (匹配模式，有点像正则表达式) 和 %between%

data.table[] 方括号中只有一个参数时，默认为 i 参数，表示对行操作。

dt3 <- data.table(
  a = 1:6,
  b = c("A", "B", "C", "A", "A", "B")
)

dt3[1:2, ]

#>    a b
#> 1: 1 A
#> 2: 2 B

# 选出最后一行
dt3[.N]

#>    a b
#> 1: 6 B

# 选出第一行和最后一行
dt3[c(1, .N)]

#>    a b
#> 1: 1 A
#> 2: 6 B

# 选出满足特定条件的行
dt3[b == "A", ]

#>    a b
#> 1: 1 A
#> 2: 4 A
#> 3: 5 A

# 行排序，负号表示降序
total[order(-month)] %>% head()

#>    year month export import  trade surplus
#> 1: 2018    12 2212.5 1641.9 3854.4   570.6
#> 2: 2018    11 2243.3 1824.7 4068.0   418.6
#> 3: 2019    11 2217.4 1830.1 4047.5   387.3
#> 4: 2018    10 2148.0 1816.7 3964.7   331.3
#> 5: 2019    10 2129.3 1701.2 3830.5   428.1
#> 6: 2018     9 2254.3 1949.9 4204.2   304.4

total %>% head()

#>    year month export import  trade surplus
#> 1: 2018     1 1994.9 1810.7 3805.6   184.2
#> 2: 2018     2 1706.4 1383.4 3089.8   323.0
#> 3: 2018     3 1739.1 1796.6 3535.7   -57.5
#> 4: 2018     4 1989.5 1726.7 3716.2   262.8
#> 5: 2018     5 2116.1 1881.8 3997.9   234.3
#> 6: 2018     6 2156.2 1747.0 3903.2   409.2

Manipulate columns with j

subset

dt[, c(2)] # 提取第2列

#>    b
#> 1: 1
#> 2: 2
#> 3: 3
#> 4: 4
#> 5: 5
#> 6: 6

象牙操作符 :=³

这个操作符有点像 SQL 语句中的 AS 关键词，但左为列名，右为表达式。

• 给data.table对象增加一列，data.table[, colname := var1]
• 给data.table对象删除一列，就是给这列赋值为空，data.table[, colname := NULL]
• 修改data.table对象的值，通过索引定位后进行值的替换，data.table[condition, colname := value]

单个列名不用加引号，多个列名组成的向量，必须加引号，如c('d1', 'd2')

dt <- data.table(
  a = c("A", "B", "C", "A", "A", "B"),
  b = 1:6
)

# 1列，不必加引号
dt[, c := b + 2] # (b + 2) AS c
dt

#>    a b c
#> 1: A 1 3
#> 2: B 2 4
#> 3: C 3 5
#> 4: A 4 6
#> 5: A 5 7
#> 6: B 6 8

# 增加2列，第1种写法
dt[, c('d1', 'd2') := list(1:6, 2:7)] # := 左边是一个name向量，右边是一个value列表
dt

#>    a b c d1 d2
#> 1: A 1 3  1  2
#> 2: B 2 4  2  3
#> 3: C 3 5  3  4
#> 4: A 4 6  4  5
#> 5: A 5 7  5  6
#> 6: B 6 8  6  7

# 增加2列，第2种写法
dt[,`:=`(c1 = 1:6, c2 = 2:7)] # := 很像一个update函数
dt

#>    a b c d1 d2 c1 c2
#> 1: A 1 3  1  2  1  2
#> 2: B 2 4  2  3  2  3
#> 3: C 3 5  3  4  3  4
#> 4: A 4 6  4  5  4  5
#> 5: A 5 7  5  6  5  6
#> 6: B 6 8  6  7  6  7

# 删除c1列
dt[, c1 := NULL]
dt

#>    a b c d1 d2 c2
#> 1: A 1 3  1  2  2
#> 2: B 2 4  2  3  3
#> 3: C 3 5  3  4  4
#> 4: A 4 6  4  5  5
#> 5: A 5 7  5  6  6
#> 6: B 6 8  6  7  7

# 同时删除d1,d2列
dt[, c("d1", "d2") := NULL]
dt

#>    a b c c2
#> 1: A 1 3  2
#> 2: B 2 4  3
#> 3: C 3 5  4
#> 4: A 4 6  5
#> 5: A 5 7  6
#> 6: B 6 8  7

# 给b赋值为30
dt[, b := 30]
dt

#>    a  b c c2
#> 1: A 30 3  2
#> 2: B 30 4  3
#> 3: C 30 5  4
#> 4: A 30 6  5
#> 5: A 30 7  6
#> 6: B 30 8  7

# 对a列值为B、c2列值大于3的行，其b列赋值为100
dt[a == "B" & c2 > 3, b := 100]
dt

#>    a   b c c2
#> 1: A  30 3  2
#> 2: B  30 4  3
#> 3: C  30 5  4
#> 4: A  30 6  5
#> 5: A  30 7  6
#> 6: B 100 8  7

# 另一种写法
dt[, b := ifelse(a == "B" & c2 > 3, 50, b)]
dt

#>    a  b c c2
#> 1: A 30 3  2
#> 2: B 30 4  3
#> 3: C 30 5  4
#> 4: A 30 6  5
#> 5: A 30 7  6
#> 6: B 50 8  7

# 更新列
dt[, b := as.character(b)]
dt

#>    a  b c c2
#> 1: A 30 3  2
#> 2: B 30 4  3
#> 3: C 30 5  4
#> 4: A 30 6  5
#> 5: A 30 7  6
#> 6: B 50 8  7

用=而非象牙操作符

不是在原来的数据框基础上改动，而是新创建一个数据框。

此时，j 中的列不能写成向量，而要写成列表，用.(列名...)或list(列名...)

total[, .(year, month, export, import, ratio = export / import)]

#>     year month export import     ratio
#>  1: 2018     1 1994.9 1810.7 1.1017286
#>  2: 2018     2 1706.4 1383.4 1.2334827
#>  3: 2018     3 1739.1 1796.6 0.9679951
#>  4: 2018     4 1989.5 1726.7 1.1521978
#>  5: 2018     5 2116.1 1881.8 1.1245084
#>  6: 2018     6 2156.2 1747.0 1.2342301
#>  7: 2018     7 2144.2 1869.8 1.1467537
#>  8: 2018     8 2169.6 1907.1 1.1376435
#>  9: 2018     9 2254.3 1949.9 1.1561106
#> 10: 2018    10 2148.0 1816.7 1.1823636
#> 11: 2018    11 2243.3 1824.7 1.2294076
#> 12: 2018    12 2212.5 1641.9 1.3475242
#> 13: 2019     1 2179.7 1788.0 1.2190716
#> 14: 2019     2 1351.2 1317.0 1.0259681
#> 15: 2019     3 1979.0 1657.3 1.1941109
#> 16: 2019     4 1934.8 1797.8 1.0762042
#> 17: 2019     5 2138.5 1721.2 1.2424471
#> 18: 2019     6 2128.4 1618.6 1.3149635
#> 19: 2019     7 2215.3 1764.8 1.2552697
#> 20: 2019     8 2148.0 1799.7 1.1935323
#> 21: 2019     9 2181.2 1784.7 1.2221662
#> 22: 2019    10 2129.3 1701.2 1.2516459
#> 23: 2019    11 2217.4 1830.1 1.2116278
#>     year month export import     ratio

total # 原始数据不变

#>     year month export import  trade surplus
#>  1: 2018     1 1994.9 1810.7 3805.6   184.2
#>  2: 2018     2 1706.4 1383.4 3089.8   323.0
#>  3: 2018     3 1739.1 1796.6 3535.7   -57.5
#>  4: 2018     4 1989.5 1726.7 3716.2   262.8
#>  5: 2018     5 2116.1 1881.8 3997.9   234.3
#>  6: 2018     6 2156.2 1747.0 3903.2   409.2
#>  7: 2018     7 2144.2 1869.8 4014.0   274.4
#>  8: 2018     8 2169.6 1907.1 4076.7   262.5
#>  9: 2018     9 2254.3 1949.9 4204.2   304.4
#> 10: 2018    10 2148.0 1816.7 3964.7   331.3
#> 11: 2018    11 2243.3 1824.7 4068.0   418.6
#> 12: 2018    12 2212.5 1641.9 3854.4   570.6
#> 13: 2019     1 2179.7 1788.0 3967.7   391.7
#> 14: 2019     2 1351.2 1317.0 2668.2    34.2
#> 15: 2019     3 1979.0 1657.3 3636.3   321.7
#> 16: 2019     4 1934.8 1797.8 3732.6   137.0
#> 17: 2019     5 2138.5 1721.2 3859.7   417.3
#> 18: 2019     6 2128.4 1618.6 3747.0   509.8
#> 19: 2019     7 2215.3 1764.8 3980.1   450.5
#> 20: 2019     8 2148.0 1799.7 3947.7   348.3
#> 21: 2019     9 2181.2 1784.7 3965.9   396.5
#> 22: 2019    10 2129.3 1701.2 3830.5   428.1
#> 23: 2019    11 2217.4 1830.1 4047.5   387.3
#>     year month export import  trade surplus

匿名函数

data("diamonds", package = "ggplot2")
setDT(diamonds)

# 按 cut 分组做回归
diamonds[,
  {
    m <- lm(log(price) ~ carat + depth)
    as.list(coef(m))
  },
  keyby = cut
]

#>          cut (Intercept)    carat        depth
#> 1:      Fair    7.730010 1.264588 -0.014982439
#> 2:      Good    7.077469 1.973600 -0.014601101
#> 3: Very Good    6.293642 2.087957 -0.002890208
#> 4:   Premium    5.934310 1.852778  0.005939651
#> 5:     Ideal    8.495409 2.125605 -0.038080022

Group according to by

by 分组

keyby 不仅分组且立刻定义键，并按照键对行排序

dt <- data.table(
  a = c("A", "B", "C", "A", "A", "B"),
  b = 1:6
)

# 对整个b列数据求和
dt[, sum(b)]

#> [1] 21

# 按a列分组，对b列按分组求和，运算结果自动命名为 V1
dt[, sum(b), by = a]

#>    a V1
#> 1: A 10
#> 2: B  8
#> 3: C  3

# 提取每一组的第一行，组成新数据框
dt[, .SD[1], by = a]

#>    a b
#> 1: A 1
#> 2: B 2
#> 3: C 3

# 提取每一组的最后一行，组成新数据框
dt[, .SD[.N], by = a]

#>    a b
#> 1: A 5
#> 2: B 6
#> 3: C 3

# 先分组，再显示每组行数
total[, .N, by = year] 

#>    year  N
#> 1: 2018 12
#> 2: 2019 11

total[, .N, by = .(year, month)] # year 和 month 是有先后顺序的

#>     year month N
#>  1: 2018     1 1
#>  2: 2018     2 1
#>  3: 2018     3 1
#>  4: 2018     4 1
#>  5: 2018     5 1
#>  6: 2018     6 1
#>  7: 2018     7 1
#>  8: 2018     8 1
#>  9: 2018     9 1
#> 10: 2018    10 1
#> 11: 2018    11 1
#> 12: 2018    12 1
#> 13: 2019     1 1
#> 14: 2019     2 1
#> 15: 2019     3 1
#> 16: 2019     4 1
#> 17: 2019     5 1
#> 18: 2019     6 1
#> 19: 2019     7 1
#> 20: 2019     8 1
#> 21: 2019     9 1
#> 22: 2019    10 1
#> 23: 2019    11 1
#>     year month N

total[, .(avg_ex = mean(export)), by = year] # 即使只有一列，也要用列表

#>    year   avg_ex
#> 1: 2018 2072.842
#> 2: 2019 2054.800

独立辅助函数

行排序

setorder(dt, a, -b) 重新排列行，先a按升序，再b按降序

行去重

unique(dt, by = c("a","b")) 检查by的列，提取不重复的行

uniqueN(dt, by = c("a","b")) 检查by的列，计算每个不重复的行出现了多少次

列重命名

setnames(dt, c("a","b"), c("x","y") 列重命名

提前和滞后 lead and lag

dt[, c := shift(a, 1)] # 默认 lag
dt

#>    a b    c
#> 1: A 1 <NA>
#> 2: B 2    A
#> 3: C 3    B
#> 4: A 4    C
#> 5: A 5    A
#> 6: B 6    A

dt[, c := shift(a, 1, type = "lead")]
dt

#>    a b    c
#> 1: A 1    B
#> 2: B 2    C
#> 3: C 3    A
#> 4: A 4    A
#> 5: A 5    B
#> 6: B 6 <NA>

这样可以很容易地加入提前或滞后列，进行同比增长率等计算

遍历操作各列

dt <- data.table(a = c(1, 2, 3), b = c(4, 5, 6))
# 遍历a和b两列，都求平均值
dt[, map(.SD, mean), .SDcols = c("a", "b")]

#>    a b
#> 1: 2 5

cols <- c("a", "b")
# 遍历 cols 各列，求平均值，且赋给新加入的a_m列
dt[, str_c(cols, "_m") := map(.SD, mean), .SDcols = cols]
dt

#>    a b a_m b_m
#> 1: 1 4   2   5
#> 2: 2 5   2   5
#> 3: 3 6   2   5

连接操作

键

setkey(d1, v1, v3, ...)

将某些列定义为 keys后，就可以通过键选择行，以及进行关系数据连接，比无键时快170倍。同时，可以用 mult 参数对查询结果增加过滤条件，使代码更高效。

dt <- data.table(a = c("A", "B", "C", "A", "A", "B"),
                 b = 1:6)

# 设置a列为主键
setkey(dt, a)
# setkeyv(dt, 'a') 函数仅接受字符串作为第二个参数
key(dt)

#> [1] "a"

# 打印dt对象，发现数据已经按照a列字母对应ASCII码值进行了排序。
dt

#>    a b
#> 1: A 1
#> 2: A 4
#> 3: A 5
#> 4: B 2
#> 5: B 6
#> 6: C 3

# 取a列中值为B的行，设置主键后可省略`a==`
dt["B"]

#>    a b
#> 1: B 2
#> 2: B 6

# 取a列中值为B的行，并保留查询结果的第一行
dt["B", mult = "first"]

#>    a b
#> 1: B 2

# 取a列中值为B的行，并保留查询结果的最后一行
dt["B", mult = "last"]

#>    a b
#> 1: B 6

# 取a列中值为b的行，没有数据则为NA
dt["b"]

#>    a  b
#> 1: b NA

setkey(total, year, month)
total[.(2019, 3)] # 省略了 year == 2019 & month == 3

#>    id year month export import  total surplus
#> 1: 15 2019     3   1979 1657.3 3636.3   321.7

total[.(2019)] # 省略了 year == 2019，可以只根据一列 subset

#>     id year month export import  total surplus
#>  1: 13 2019     1 2179.7 1788.0 3967.7   391.7
#>  2: 14 2019     2 1351.2 1317.0 2668.2    34.2
#>  3: 15 2019     3 1979.0 1657.3 3636.3   321.7
#>  4: 16 2019     4 1934.8 1797.8 3732.6   137.0
#>  5: 17 2019     5 2138.5 1721.2 3859.7   417.3
#>  6: 18 2019     6 2128.4 1618.6 3747.0   509.8
#>  7: 19 2019     7 2215.3 1764.8 3980.1   450.5
#>  8: 20 2019     8 2148.0 1799.7 3947.7   348.3
#>  9: 21 2019     9 2181.2 1784.7 3965.9   396.5
#> 10: 22 2019    10 2129.3 1701.2 3830.5   428.1
#> 11: 23 2019    11 2217.4 1830.1 4047.5   387.3

# 不能写total[list(3)]，得不出有意义的结果

Join

基本语法为dt1[dt2, on = .(b = y)]，其中b为dt1的列，y为dt2的列

• 若连个表都定义了 key, 第二个参数不用填

• 若没有定义key，…要写 on = “commonColumn” 或 by.dt1 = “c1”, by.dt2 = “c2”

例：学生考试的场景。按照ER设计方法，我们通常会按照实体进行数据划分。这里存在2个实体，一个是学生，一个是成绩。学生实体包括学生姓名等基本资料，而成绩实体包括考试的科目和成绩。通过设置两个主键，对2个数据集进行连接。

# 6个学生
student <- data.table(
  id = 1:6,
  name = c("Dan", "Mike", "Ann", "Yang", "Li", "Kate")
)
student

#>    id name
#> 1:  1  Dan
#> 2:  2 Mike
#> 3:  3  Ann
#> 4:  4 Yang
#> 5:  5   Li
#> 6:  6 Kate

# 分别参加A和B两门考试
score <- data.table(
  id = 1:12, stuId = rep(1:6, 2),
  score = runif(12, 60, 99),
  course = c(rep("A", 6), rep("B", 6))
)
score

#>     id stuId    score course
#>  1:  1     1 95.12819      A
#>  2:  2     2 80.36217      A
#>  3:  3     3 60.48816      A
#>  4:  4     4 88.57715      A
#>  5:  5     5 79.29332      A
#>  6:  6     6 89.29934      A
#>  7:  7     1 92.13274      B
#>  8:  8     2 97.45311      B
#>  9:  9     3 72.97279      B
#> 10: 10     4 84.86577      B
#> 11: 11     5 82.29908      B
#> 12: 12     6 61.60280      B

# 设置student数据集的key
setkey(student, "id")

# 设置score数据集的key
setkey(score, "stuId")

# 连接
student[score, nomatch = NA, mult = "all"]

#>     id name i.id    score course
#>  1:  1  Dan    1 95.12819      A
#>  2:  1  Dan    7 92.13274      B
#>  3:  2 Mike    2 80.36217      A
#>  4:  2 Mike    8 97.45311      B
#>  5:  3  Ann    3 60.48816      A
#>  6:  3  Ann    9 72.97279      B
#>  7:  4 Yang    4 88.57715      A
#>  8:  4 Yang   10 84.86577      B
#>  9:  5   Li    5 79.29332      A
#> 10:  5   Li   11 82.29908      B
#> 11:  6 Kate    6 89.29934      A
#> 12:  6 Kate   12 61.60280      B

rm(list = ls())

集合运算

  fintersect(dt1, dt2)
  fsetdiff(dt1, dt2)
  funion(dt1, dt2)
  fsetequal(dt1, dt2)

高级应用实例

## 月K线图数据的整理

# 1. 产生日期序列
market_data <- data.table(date = (as.Date("2015-05-01") + 0:299))
set.seed(125)

# 2. 产生成交价格和数量序列
# 股市价格是一个随机游走过程，将300天的变化率累乘起来
# 成交量 volume 取随机数
market_data[, `:=`(
  price = ((1 + rnorm(300, 0.001, 0.05)) %>% cumprod() * 30) %>% round(2),
  volume = rbinom(300, 5000, 0.8)
)]
head(market_data)

#>          date price volume
#> 1: 2015-05-01 31.43   4000
#> 2: 2015-05-02 30.64   4022
#> 3: 2015-05-03 33.45   4006
#> 4: 2015-05-04 33.62   3976
#> 5: 2015-05-05 34.32   4044
#> 6: 2015-05-06 30.59   4010

# 3. 股价走势图
plot(price ~ date,
  data = market_data,
  type = "l",
  main = "Market data"
)

# 4. 获取横轴 domain
market_data[, range(date)] # 没有:=，所以这不是update，而是summarize

#> [1] "2015-05-01" "2016-02-24"

# 5. 按月分组，每组统计最大、最小、最早、最晚价格，这就是月K线图！！！
monthly <- market_data[,
  # 这样写 list 就很像键值对了
  .(
    open = price[[1]],
    high = max(price),
    low = min(price),
    close = price[[.N]]
  ),
  keyby = .(
    year = year(date),
    month = month(date)
  )
]
head(monthly)

#>    year month  open  high   low close
#> 1: 2015     5 31.43 39.36 30.03 38.13
#> 2: 2015     6 42.74 50.54 39.08 39.47
#> 3: 2015     7 37.21 46.96 31.70 43.42
#> 4: 2015     8 46.98 57.06 42.24 42.24
#> 5: 2015     9 45.79 47.19 34.02 37.09
#> 6: 2015    10 34.75 58.65 34.75 56.38

# 6. 自定义函数，针对不同的列可以分组计算平均值
average <- function(column) {
  market_data[,
    .(
      average = mean(.SD[[column]])
    ),
    by = .(year = year(date))
  ]
}
average("price")

#>    year  average
#> 1: 2015 42.13637
#> 2: 2016 24.56982

average("volume")

#>    year  average
#> 1: 2015 4003.596
#> 2: 2016 3996.564

---

1. 能自动将分组变量设为key.↩︎

2. 要用list()或.()↩︎

3. 象牙操作符不拷贝被修改的列。原地修改的性能更高，避免了对数据的复制。↩︎