tidyverse based on data.table?

获取更多R语言知识,请关注公众号：医学和生信笔记

“

医学和生信笔记,专注R语言在临床医学中的使用,R语言数据分析和可视化.主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等.

tidyverse作为RThe Swiss Army Knife in Linguistic Data Analysis,非常好用,A small downside is that it is slow,data.table速度快,So their team developed it againdtplyr,加快运行速度.

But today is another one,基于data.table的tidyverse：tidytable.

使用起来非常简单,Just add one after the original function.即可！！！

Below is a simple speed comparison of a common operation,It can be seen that the speed has been greatly improved~

image-20220722204251999

安装

# 经典2选1
install.packages("tidytable")

# install.packages("devtools")
devtools::install_github("markfairbanks/tidytable")

一般使用

Just add one after the function.就可以了！！

library(tidytable)

## Warning: package 'tidytable' was built under R version 4.2.1

## 
## Attaching package: 'tidytable'

## The following object is masked from 'package:stats':
## 
##     dt

df <- data.table(x = 1:3, y = 4:6, z = c("a", "a", "b"))

df %>%
  select.(x, y, z) %>%
  filter.(x < 4, y > 1) %>%
  arrange.(x, y) %>%
  mutate.(double_x = x * 2,
          x_plus_y = x + y)

## # A tidytable: 3 × 5
##       x     y z     double_x x_plus_y
##   <int> <int> <chr>    <dbl>    <int>
## 1     1     4 a            2        5
## 2     2     5 a            4        7
## 3     3     6 b            6        9

分组汇总

和group_by()稍有不同,这里需要使用.by = 进行分组汇总.

df %>%
  summarize.(avg_x = mean(x),
             count = n(),
             .by = z) # Grouping summary forms are different

## # A tidytable: 2 × 3
##   z     avg_x count
##   <chr> <dbl> <int>
## 1 a       1.5     2
## 2 b       3       1

每次都要调用：

df <- data.table(x = c("a", "a", "a", "b", "b"))

df %>%
  slice.(1:2, .by = x) %>% # .by
  mutate.(group_row_num = row_number(), .by = x) # .by

## # A tidytable: 4 × 2
##   x     group_row_num
##   <chr>         <int>
## 1 a                 1
## 2 a                 2
## 3 b                 1
## 4 b                 2

支持tidyselect

常见的everything(), starts_with(), ends_with(), any_of(), where()等都是支持的.

df <- data.table(
  a = 1:3,
  b1 = 4:6,
  b2 = 7:9,
  c = c("a", "a", "b")
)

df %>%
  select.(a, starts_with("b"))

## # A tidytable: 3 × 3
##       a    b1    b2
##   <int> <int> <int>
## 1     1     4     7
## 2     2     5     8
## 3     3     6     9

df %>%
  select.(-a, -starts_with("b"))

## # A tidytable: 3 × 1
##   c    
##   <chr>
## 1 a    
## 2 a    
## 3 b

可以和.by连用：

df <- data.table(
  a = 1:3,
  b = c("a", "a", "b"),
  c = c("a", "a", "b")
)

df %>%
  summarize.(avg_a = mean(a), 
             .by = where(is.character))

## # A tidytable: 2 × 3
##   b     c     avg_a
##   <chr> <chr> <dbl>
## 1 a     a       1.5
## 2 b     b       3

支持data.table语法

借助dt()函数实现对data.table语法的支持.

df <- data.table(x = 1:3, y = 4:6, z = c("a", "a", "b"))

df %>%
  dt(, .(x, y, z)) %>%
  dt(x < 4 & y > 1) %>%
  dt(order(x, y)) %>%
  dt(, double_x := x * 2) %>%
  dt(, .(avg_x = mean(x)), by = z)

## # A tidytable: 2 × 2
##   z     avg_x
##   <chr> <dbl>
## 1 a       1.5
## 2 b       3

基本上tidyverseAll functions related to data analysis can be used,A detailed list of supported functions can be found here这里^[1]找到.

获取更多R语言知识,请关注公众号：医学和生信笔记

“

医学和生信笔记,专注R语言在临床医学中的使用,R语言数据分析和可视化.主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等.

参考资料

[1]

tidytable支持的函数: https://markfairbanks.github.io/tidytable/reference/index.html