dplyrパッケージ便利いいいいいいいいいいいいいい

こんな資料があります。
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
http://www.slideshare.net/teramonagi/tokyo-r30-20130420

plyrパッケージは非常に便利なのですが、とても大きなデータに対しては遅い。
ddplyしたけど遅いッ遅すぎるッ！！！！！俺はPython-pandasで集計するぜえええええええええって人、いると思います。
まあdata.tableパッケージを使ったりすることである程度高速化できるんだけれども、plyrやggplot2などHadley Ecosystemにどっぷり浸かっている身としては、慣れ親しんだ文法のまま集計が高速化されてほしいッ！
ということで教祖がやってくれました。
dplyrパッケージです。

Rbloggersで速度検証記事も上がっております。
http://www.r-statistics.com/2013/09/a-speed-test-comparison-of-plyr-data-table-and-dplyr/

ただいかんせん開発中のパッケージなので、今まで通り集計すると
結果がこれまでと食い違う等ありますゆえご注意。

dplyr:summarise behavior differs when operating on data frame vs. data table
https://groups.google.com/forum/#!topic/manipulatr/sg_54p-6Sk4

install.packages("data.table")

# dplyrはgithubで開発中のパッケージでCRANにはまだ上がっていないので
# devtoolsのinstall_githubを使ってインストール
library(devtools)
install_github("assertthat")
install_github("dplyr")

library(dplyr)

#cylの水準ごとにカウント
summarise(group_by(mtcars, cyl), count=length(cyl))

dt1 <- tbl_dt(mtcars) #データテーブルに変換

# 変な結果が出る
summarise(group_by(dt1, cyl), count=length(cyl))
# カウントしたい時はlengthではなくてn関数を使う
summarise(group_by(dt1, cyl), count=n())

enjoy!