基于独立data.table的子集data.table

Question

我有一张主桌

library(data.table); set.seed(42)
D1 <- data.table(id=rep(1:3,each=2), name=rep(c("a","b")), val=runif(6,0,1))
> D1
   id name       val
1:  1    a 0.9148060
2:  1    b 0.9370754
3:  2    a 0.2861395
4:  2    b 0.8304476
5:  3    a 0.6417455
6:  3    b 0.5190959

为每个id提供两个值，名为a和b。要选择的值是在辅助表中确定的。

D2 <- data.table(id=1:3, name=c("a","a","b"))

我想使用D1来对D2进行子集。我可以在循环中通过ID执行这个ID，但考虑到数据的维度，我希望有一个更有效的解决方案，也许可以使用一个join。

Answer 1

我们可以使用一个连接，它会更快，因为我们已经有了data.table对象

D1[D2, on = .(id, name)]
#  id name       val
#1:  1    a 0.9148060
#2:  2    a 0.2861395
#3:  3    b 0.5190959

或者是来自inner_join的dplyr

library(dplyr)
inner_join(D1, D2)

或在match中使用base R

D2$val <- D1$val[match(paste(D2$id, D2$name), paste(D1$id, D1$name))]

Answer 2

一个R基解是通过使用merge()，即，

> merge(D2,D1)
   id name       val
1:  1    a 0.9148060
2:  2    a 0.2861395
3:  3    b 0.5190959