data.tableでできるdtplyrでできないこと
Rで、特にdplyr、dtplyrとdata.tableの間でデータラングリングを行うための学習努力を投資する必要がありますか？
主に
dplyrを使用しますが、データが大きすぎる場合はdata.tableを使用しますが、これはまれなケースです。したがって、dtplyrv1.0がdata.tableのインターフェースとして使用できるようになったので、表面上はdata.tableインターフェースの使用について二度と心配する必要がないようです。したがって、現時点で
dtplyrを使用してできないことができないdata.tableの最も有用な機能または側面は何ですか？dtplyr？一見すると、
dplyrはdata.tableの利点を備えており、dtplyrがdplyrを追い越すように聞こえます。dplyrが完全に成熟した後、dtplyrを使用する理由はありますか？
注：私はdplyrとdata.tableについては質問していません（- data.table vs dplyr：他の人がうまくやることができるか、うまくできないか のように）。特定の問題では、他のものよりも優先されますが、なぜdtplyrが使用するツールにならないのですか？.
結合時に列を更新します。いくつかの.SDトリック多数のf関数そして、＃rdatatableは単なるライブラリではなく、いくつかの関数で要約できないため、神は他に何を知っていますか
それ自体が完全なエコシステムです
Rを始めた日以来、dplyrは必要ありませんでした。data.tableは非常に優れているため
非等価結合とローリング結合が思い浮かびます。同等の関数をdplyrに組み込む計画はないようで、dtplyrが変換するものは何もありません。
また、dplyrにはない再成形（reshape2の同じ関数と同等の最適化されたdcastおよびMelt）もあります。
すべての* _if関数と* _at関数は、現在dtplyrでも変換できませんが、それらは動作中です。