我想知道是否有人知道dplyr扩展包 (dbplyr和dtplyr) 是否允许在通常的 dplyr 工作流程中进行非等值连接？我很少需要data.table，但快速非等值连接是我总是需要的唯一时刻setDT，然后执行连接，然后用 切换回来as_tibble()。我浏览了 github 上的包中的问题，但没有找到这是计划中的还是已经实现的。
所以我正在尝试翻译一些dplyr代码。我试图从将dplyr转换为data.table的程序包中获得帮助，但仍然无法正常工作。错误是row_number来自dplyr..
我需要dplyr代码中的所有步骤（即使在这里没有用mtcars）
library(dplyr)
library(dtplyr) # from https://github.com/tidyverse/dtplyr
library(data.table)
mtcars %>%
distinct(mpg, .keep_all = TRUE) %>%
group_by(am) %>%
arrange(mpg, .by_group = TRUE) %>%
mutate(row_num = LETTERS[row_number()]) %>%
ungroup()
# using dtplyr
dt <- lazy_dt(mtcars)
dt %>%
distinct(mpg, .keep_all = TRUE) %>%
group_by(am) %>%
arrange(mpg, .by_group = TRUE) %>%
mutate(row_num = LETTERS[row_number()]) %>%
ungroup() %>%
show_query()
#> unique(`_DT1`, by = "mpg")[order(am, mpg)][, `:=`(row_num = c("A",
#> "B", "C", "D", "E", "F", "G", "H", "I", …我有一个大型数据集，正在尝试使用 dtplyr 进行整理。它由不同位置的大量 (>1000) 日期值对组成。原始版本使用了pivot_longer，它在dplyr中工作正常，但在dtplyr中给出错误。有没有办法解决这个问题，保持 dtplyr 的性能优势？
这有效
library(tidyverse)
library(dtplyr)
library(data.table)
my_data_tb <- tribble(
~`date-A`, ~`value-A`, ~`date-B`, ~`value-B`,
"date1", 1, "date2", 2,
"date2", 1, "date3", 2
)
my_data_tb %>%
pivot_longer(
cols = everything(),
names_to = c(".value", "grid_square"),
names_sep = "-"
)
但这给出了错误：
my_data_dt <- as.data.table(my_data_tb)
my_data_dt <- lazy_dt(my_data_dt)
my_data_dt %>%
pivot_longer(
cols = everything(),
names_to = c(".value", "grid_square"),
names_sep = "-"
)
错误信息是：
错误：无法对不存在的元素进行子集化。
x 位置 1 和 2 不存在。
i 只有 0 个元素。
运行rlang::last_error()看看哪里出错了。
另外：警告消息：
预计 2 …
这个问题是关于理解，我要投资我的学习精力用于数据R.之间扯皮具体dplyr，dtplyr和data.table。我dplyr主要使用数据，但是当数据太大而无法使用时data.tabe，这种情况很少发生。因此，现在dtplyrv1.0已成为的接口data.table，从表面上看，我似乎再也不需要担心data.table再次使用该接口。
那么，目前尚不能使用的最有用的功能或方面data.table是什么dtplyr，而将来可能永远无法使用dtplyr？
从表面上看，dplyr借助的好处，data.table它听起来像dtplyr会超越dplyr。会不会有任何理由来使用dplyr，一旦dtplyr已经完全成熟？
注意：我不是在问dplyrvs data.table（就像在data.table vs dplyr中：一个人可以做得很好而另一个不能做得不好或做得不好吗？），但是鉴于在一个特定问题上一个人比另一个人更受青睐，为什么呢？牛逼dtplyr是使用工具。