基于特殊标准的加速合并数据帧

Question

我得到了两个数据框，结构(列)如下：

Price ["CID","Startdate","Enddate","P1","P2"] 

Usage ["Date","Hour","CID","Value"]

我正在尝试将价格与使用合并。我想要'Usage‘中的P1和Date值，方法是在'Price’中检查相应的'CID‘和’P2‘值

下面是我的R代码：

t_cid=Price$CID

Startdate=Price$Startdate
Enddate=Price$Enddate


fv <-function(x){  

p<-Price[ (t_cid==x[3]) & (x[1] >=Startdate ) &(x[1] <=Enddate),c("P1","P2")] 
return(list(p)) 
}

t1=Sys.time()

k=unlist(apply(Usage,1,fv))

t2=Sys.time()

print(t2-t1)

v=rep(c(TRUE,FALSE),length(k)/2)

Usage$P1=k[v]
Usage$P2=k[!v]

向量v从k中分离P1和P2值

生成的Dataframe:使用

["Date","Hour","CID","Value","P1","P2"]

这个逻辑works.But我想增加速度歧管(6-10倍)。任何帮助都会提前appreciated.Thanks很多。

Answer 1

data.table太棒了。

首先:下一次，请提供一些示例数据，以说明您的数据实际是什么样子。它有助于了解一个人可以使用哪些附加信息。我自己做了一个样品，请看看我是否或多或少做对了。

Price <- data.table(
    CID = rep(c(1, 2), 1, each = 5), 
    Startdate = rep(seq(Sys.Date(), by = "2 day", length.out = 5), 2), 
    Enddate = rep(seq(Sys.Date() + 1, by = "2 day", length.out = 5), 2),     
    P1 = runif(10), P2 = rnorm(10)
)

Usage = data.table(
    Date = rep(seq(Sys.Date(), by = "2 day", length.out = 4), 2), 
    Hour = 6:13, 
    CID = rep(c(1, 2),2, each = 2), 
    Value = runif(8)
)

请注意，这些已经被定义为data.tables。只需运行dt <- data.table(df)即可从任何data.frame创建data.table

所以这就是你的交易：

Usage[ , P1 := Price[.BY$Date >= Startdate & .BY$Date <= Enddate & CID == .BY$CID, P1], by = c("Date", "CID")]
Usage[ , P2 := Price[.BY$Date >= Startdate & .BY$Date <= Enddate & CID == .BY$CID, P2], by = c("Date", "CID")]

所做的假设:在Price中，对于CID和Date在Usage中的每个组合，只有一行。

有关更多信息，请查看data.table文档，因为这可能会毁了这篇文章。

玩得开心!