Телеграмм чат группы rlang

вот, тоже вариант, писать в атрибут миссинги

АК

Some tidying functions built on data.table
to provide quick and efficient data manipulation with
minimal overhead.

Встречаем:
tidyfast: Fast Tidying of Data
Tidying functions built on 'data.table' to provide quick and efficient data manipulation with minimal overhead.
https://tysonbarrett.com/tidyfast/

Imports:   data.table (≥ 1.12.4), Rcpp

Tysonbarrett

Fast Tidying of Data

Евгений Томилов... in R (язык программирования)

20:51пожаловаться #2

ЕТ

Some tidying functions built on data.table
to provide quick and efficient data manipulation with
minimal overhead.

Встречаем:
tidyfast: Fast Tidying of Data
Tidying functions built on 'data.table' to provide quick and efficient data manipulation with minimal overhead.
https://tysonbarrett.com/tidyfast/

Imports:   data.table (≥ 1.12.4), Rcpp

Tysonbarrett

Fast Tidying of Data

А как же dtplyr.

20:54пожаловаться #3

АК

Евгений Томилов

А как же dtplyr.

Это другое. dtplyr - это обёртка для тех, кто по каким-то причинам не хочет или не может освоить синтаксис data.table.
Этот пакет (tidyfast) делает «привычные» для tidy-фанов вещи с использованием data.table/Rcpp с прицелом на максимизацию производительности.

Евгений Томилов... in R (язык программирования)

20:57пожаловаться #4

ЕТ

Это другое. dtplyr - это обёртка для тех, кто по каким-то причинам не хочет или не может освоить синтаксис data.table.
Этот пакет (tidyfast) делает «привычные» для tidy-фанов вещи с использованием data.table/Rcpp с прицелом на максимизацию производительности.

Круто!

20:57пожаловаться #5

АК

Это другое. dtplyr - это обёртка для тех, кто по каким-то причинам не хочет или не может освоить синтаксис data.table.
Этот пакет (tidyfast) делает «привычные» для tidy-фанов вещи с использованием data.table/Rcpp с прицелом на максимизацию производительности.

В данный момент нативно (data.table) эти вещи делаются нетривиально и не все могут додуматься или догуглиться до них.

20:58пожаловаться #6

AS

Это другое. dtplyr - это обёртка для тех, кто по каким-то причинам не хочет или не может освоить синтаксис data.table.
Этот пакет (tidyfast) делает «привычные» для tidy-фанов вещи с использованием data.table/Rcpp с прицелом на максимизацию производительности.

Сходу по этому комменту не смог уловить разницу.

aGricolaMZ in R (язык программирования)

21:09пожаловаться #7

a

Alexander Semenov

Сходу по этому комменту не смог уловить разницу.

ну есть же разница, когда запускаешь R из Python и Python из R

21:18пожаловаться #8

АК

aGricolaMZ

ну есть же разница, когда запускаешь R из Python и Python из R

Не для всех 😁

21:20пожаловаться #9

AS

Евгений Томилов

А как же dtplyr.

Там написано, что это поделие его дополняет.

21:20пожаловаться #10

PU

не, я не понимаю этот мир
ну зачем dt_case_when() for dplyr::case_when(), когда есть fcase с аналогичным синтаксисом
dt_pivot_wider() вообще смешно. сначала gather заменили на pivot_wider(), по легкой аналогии с dcast, потом сделали аналог аналога.

22:28пожаловаться #11

AS

Луше расскажи мне, что приключилось со старой доброй sample_n()?

22:30пожаловаться #12

PU

Alexander Semenov

Сходу по этому комменту не смог уловить разницу.

tidyfast - использование tidy-синтаксиса над data.table-таблицами
dtplyr - использование скорости и движка data.table в скрытом виде, обернув в tidy-синтаксис и над tibble-таблицами

22:31пожаловаться #13

AS

Хотел catboostнуть перед сном, но Гадли опять что-то поломал =(

22:31пожаловаться #14

PU

Alexander Semenov

Луше расскажи мне, что приключилось со старой доброй sample_n()?

а что не так? вроде отдает по одной строке каждой группы, норм же?

22:32пожаловаться #15

AS

Philipp Upravitelev

а что не так? вроде отдает по одной строке каждой группы, норм же?

Ну тут хоть что-то отдаёт. В рабочем примере так и вовсе сплошными ошибками кормит.

22:34пожаловаться #16

PU

ну, может у тебя там данные кривые, смотреть надо
*вообще, зачем ты работаешь на ночь, сон плохой же будет %))))

22:34пожаловаться #17

AS

Philipp Upravitelev

ну, может у тебя там данные кривые, смотреть надо
*вообще, зачем ты работаешь на ночь, сон плохой же будет %))))

Потому, что в рабочее время мне приходится объяснять людям, почему мне нужен SQL, а не очередной бесполезный дашборд и выполнять работу за недобросовестными подчинёнными.

22:36пожаловаться #18

ИП

Иван Поздняков... in R (язык программирования)

Philipp Upravitelev

не, я не понимаю этот мир
ну зачем dt_case_when() for dplyr::case_when(), когда есть fcase с аналогичным синтаксисом
dt_pivot_wider() вообще смешно. сначала gather заменили на pivot_wider(), по легкой аналогии с dcast, потом сделали аналог аналога.

reshape(2)::melt/dcast -> tidyr(old)::gather/spread -> tidyr(new)::pivot_wider/pivot_longer. Честно говоря, появление pivot_wider как раз стало поводом для меня освоить нормально тайдиверс, ибо я никак не мог запомнить, когда мне нужен melt, а когда dcast. Gather и spread уже лучше, но pivot_wider() и pivot_longer() - это суперпонятно и очевидно. Да и их синтаксис интуитивен, запоминается с первого раза

22:36пожаловаться #19

AS

Иван Поздняков

reshape(2)::melt/dcast -> tidyr(old)::gather/spread -> tidyr(new)::pivot_wider/pivot_longer. Честно говоря, появление pivot_wider как раз стало поводом для меня освоить нормально тайдиверс, ибо я никак не мог запомнить, когда мне нужен melt, а когда dcast. Gather и spread уже лучше, но pivot_wider() и pivot_longer() - это суперпонятно и очевидно. Да и их синтаксис интуитивен, запоминается с первого раза

+100
Я тут уже как-то писал, что все эти cast/melt/gather/spread мне приходилось постоянно гуглить. А вот pivot_wider()/pivot_longer() я с первого раза написал по памяти. После этого пользуюсь только им.