data.tableを持つグループごとのサブセット
野球選手を含むデータテーブルがあるとします。
library(plyr)
library(data.table)
bdt <- as.data.table(baseball)
各プレイヤー（IDで指定）について、最も多くのゲームをプレイした年に対応する行を検索します。これはplyrで簡単です：
ddply(baseball, "id", subset, g == max(g))
Data.tableの同等のコードは何ですか？
私は試した：
setkey(bdt, "id")
bdt[g == max(g)] # only one row
bdt[g == max(g), by = id] # Error: 'by' or 'keyby' is supplied but not j
bdt[, .SD[g == max(g)]] # only one row
これは動作します：
bdt[, .SD[g == max(g)], by = id]
しかし、それはplyrよりも30％速いだけで、おそらく慣用的ではないことを示唆しています。
速いdata.table 仕方：
bdt[bdt[, .I[g == max(g)], by = id]$V1]
これにより、.SD、これは式のボトルネックです。
編集：実際、OPが遅い主な理由は、単に.SDが、特定の方法で使用しているという事実-[.data.tableは、現時点では大きなオーバーヘッドがあるため、ループで実行すると（byを実行すると）、非常に大きなペナルティが蓄積されます。