Se eu usardplyr sintaxe em cima de umTabela de dados, recebo todos os benefícios de velocidade da tabela de dados enquanto ainda uso a sintaxe do dplyr? Em outras palavras, utilizo mal a tabela de dados se a consultar com sintaxe dplyr? Ou preciso usar a sintaxe pura da tabela de dados para aproveitar todo o seu poder.

Agradecemos antecipadamente por qualquer conselho. Exemplo de código:

library(data.table)
library(dplyr)

diamondsDT <- data.table(ggplot2::diamonds)
setkey(diamondsDT, cut) 

diamondsDT %>%
    filter(cut != "Fair") %>%
    group_by(cut) %>%
    summarize(AvgPrice = mean(price),
                 MedianPrice = as.numeric(median(price)),
                 Count = n()) %>%
    arrange(desc(Count))

Resultados:

#         cut AvgPrice MedianPrice Count
# 1     Ideal 3457.542      1810.0 21551
# 2   Premium 4584.258      3185.0 13791
# 3 Very Good 3981.760      2648.0 12082
# 4      Good 3928.864      3050.5  4906

Aqui está a equivalência de dados que eu criei. Não tenho certeza se está em conformidade com as boas práticas da TD. Mas eu me pergunto se o código é realmente mais eficiente do que a sintaxe dplyr nos bastidores:

diamondsDT [cut != "Fair"
        ] [, .(AvgPrice = mean(price),
                 MedianPrice = as.numeric(median(price)),
                 Count = .N), by=cut
        ] [ order(-Count) ]