Usando datas com o pacote data.table
Descobri recentemente o pacote data.table e agora me perguntava se deveria substituir parte do meu código plyr. Para resumir, eu realmente gosto do plyr e basicamente consegui tudo o que queria. No entanto, meu código demora um pouco e a perspectiva de acelerar as coisas era suficiente para eu executar alguns testes. Esses testes terminaram muito em breve e aqui está o motiv
O que faço frequentemente com o plyr é dividir meus dados por uma coluna contendo datas e fazer alguns cálculos:
library(plyr)
DF <- data.frame(Date=rep(c(Sys.time(), Sys.time() + 60), each=6), y=c(rnorm(6, 1), rnorm(6, -1)))
#Split up data and apply arbitrary function
ddply(DF, .(Date), function(df){mean(df$y) - df[nrow(df), "y"]})
No entanto, o uso de uma coluna com o formato Data parece não funcionar em data.table:
library(data.table)
DT <- data.table(Date=rep(c(Sys.time(), Sys.time() + 60), each=6), y=c(rnorm(6, 1), rnorm(6, -1)))
setkey(DT, Date)
#Error in setkey(DT, Date) : Column 'Date' cannot be auto converted to integer without losing information.
Se eu entendo o pacote corretamente, só recebo acelerações substanciais quando uso setkey (). Além disso, acho que não seria bom codificar constantemente para converter entre Data e numérico. Estou faltando alguma coisa ou simplesmente não há uma maneira fácil de conseguir isso com o data.table?
sessionInfo()
R version 2.13.1 (2011-07-08)
Platform: x86_64-pc-mingw32/x64 (64-bit)
locale:
[1] C
attached base packages:
[1] grid stats graphics grDevices utils datasets methods base
other attached packages:
[1] data.table_1.6.3 zoo_1.7-2 lubridate_0.2.5 ggplot2_0.8.9 proto_0.3-9.2 reshape_0.8.4
[7] reshape2_1.1 xtable_1.5-6 plyr_1.5.2
loaded via a namespace (and not attached):
[1] digest_0.5.0 lattice_0.19-30 stringr_0.5 tools_2.13.1