由于业务中接触的数据量很大，于是不得不转战开始寻求数据操作的效率。于是，data.table这个包就可以很好的满足对大数据量的数据操作的需求。

data.table可是比dplyr以及Python中的pandas还好用的数据处理方式。

网络上充斥的是data.table很好，很棒，性能棒之类的，但是从我实际使用来看，就得泼个水，网上博客都是拿一些简单的案例数据，但是实际数据结构很复杂的情况下，批量操作对于data.table编码来说，会显得很繁琐，相比来说，让我多等1分钟的data.frame结构，我还是愿意等的。

data.table包的语法简洁，并且只需一行代码就可以完成很多事情。进一步地，data.table在某些情况下执行效率更高。（参考来源：R高效数据处理包dplyr和data.table，你选哪个？）

同时，data.table与data.frame数据呈现方面，还有有所不同的。

data.table包提供了一个非常简洁的通用格式：DT[i,j,by]，可以理解为：对于数据集DT，选取子集行i,通过by分组计算j。

注意:

data.table之后，一些常规的data.frame的操作就失效了，譬如：

data[,-1]、data[,1]这样的操作就不是这么用的了。

——————————————————————————————————————————————

data.table中的key是整个框架里面的灵魂，通过设置，data.table整个数据就会按照key变量重新排序。这意味着，输出的数据也是按照某种规律的，而且通过设置了Key,配套的代码编译也受到了简化。

设置key的方式有很多种：

在dt数据集中，筛选a变量等于"B"，c2变量大于3，同时将添加b变量，数值等于100.

通过预先设置key，然后再来进行筛选的方法，更加高效，而且节省时间。来看看例子：

——————————————————————————————————————————————

最常见的合并函数就是merge，还有sql的方式（常见的合并方式可见：

）。

在data.table中有三类数据合并的方式：

以第一个数据为基准，依据key进行合并，只出现重复部分（data_one数据必须设置key，data_two默认第一行为Key）。很简洁的方式，举例：

现在有DT、X两个数据集，先设置DT数据集的key，然后DT[X]来合并，后者相同。还有nomatch的设置可以见第六小节。

nomatch用来设置未匹配到的数据如何处理，nomatch=0则认为未匹配到的删除。

melt用来设置是否都显示匹配内容。

这里的on指的是DT变量中的变量名称，X还是按照key，如果没设置就会默认第一行为key。

预先设置两个数据集的key后，也可以用比较常见的merge函数来进行数据合并。

——————————————————————————————————————————————

mult参数是用来控制i匹配到的哪一行的返回结果默认情况下会返回该分组的所有元素 返回匹配到键值所在列(V2列)所有行中的第一行

nomatch参数用于控制，当在i中没有到匹配数据的返回结果，默认为NA，也能设定为0。0意味着对于没有匹配到的行将不会返回。 返回匹配到键值所在列(V2列)所有包含变量值A或D的所有行：

nomatch=0对于没有匹配到的将不显示。跟merge中的all差不多。

.SD是一个data.table，他包含了各个分组，除了by中的变量的所有元素。.SD只能在位置j中使用。 .SDcols常于.SD用在一起，他可以指定.SD中所包含的列，也就是对.SD取子集。

——————————————————————————————————————————————

在data.table行操作跟data.frame很像，可以data[1,]就可以获得第一行的数据，同时也可以用，data[1]来获得行信息，这个是data.table特有的。

除了行，就是列的问题了。在data.table操作列，真的是费劲。。。

常规来看，

data[，.(x)] 还有 data$x

如果有很多名字很长的指标，data.table中如果按列进行遍历呢？

data[,1]是不行的，选中列的方式是用列名。于是只能借助get+names的组合。

这个是我目前在遍历时候用到的代码，不知道观众有没有更好的呢？

2016-11-28补充：

留言区大神给了一个比较好的选中列的方式，其中主要就是对with的使用：

这样就可以像普通的数据框一样使用，谢谢留言区大神！！！！

些许案例，代码参考自以下博客，感谢你们的辛勤：

1、R语言data.table简介

2、超高性能数据处理包data.table

3、R语言data.table速查手册

4、R高效数据处理包dplyr和data.table，你选哪个？