roll=TRUE与allow.cartesian=TRUE的结合

Question

做笛卡儿连接和使用前滚特性的最佳方法是什么，但将滚动特性应用于连接表中的每个替代系列，而不是整个系列。

最好用一个例子来解释：

library(data.table)
A = data.table(x = c(1,2,3,4,5), y = letters[1:5])
B = data.table(x = c(1,2,3,1,4), f = c("Alice","Alice","Alice", "Bob","Bob"), z = 101:105)
setkey(B,x)
C = B[A, roll = TRUE, allow.cartesian=TRUE, rollends = FALSE]

A
B
C[f == "Alice"]
C[f == "Bob"]
C

我们有两张起跑表：

> A
   x y
1: 1 a
2: 2 b
3: 3 c
4: 4 d
5: 5 e
> B
   x     f   z
1: 1 Alice 101
2: 1   Bob 104
3: 2 Alice 102
4: 3 Alice 103
5: 4   Bob 105

我想加入其中，这样我就可以为中的A和Alice和Bob行中的每个 x值提供，如果两者都缺少，则向前滚动(但不要滚动到末尾)。这不太有效，因为我现在已经得到它：

> C[f == "Alice"]
   x     f   z y
1: 1 Alice 101 a
2: 2 Alice 102 b
3: 3 Alice 103 c
> C[f == "Bob"]
   x   f   z y
1: 1 Bob 104 a
2: 4 Bob 105 d
> C
   x     f   z y
1: 1 Alice 101 a
2: 1   Bob 104 a
3: 2 Alice 102 b
4: 3 Alice 103 c
5: 4   Bob 105 d
6: 5    NA  NA e

因为Alice在那里有2和3，所以它不会向前滚动Bob的数据。我需要鲍勃的额外行，所以我想要：

> C[f == "Alice"]
   x     f   z y
1: 1 Alice 101 a
2: 2 Alice 102 b
3: 3 Alice 103 c
> C[f == "Bob"]
   x   f   z y
1: 1 Bob 104 a
2: 2 Bob 104 b  # THESE ROWS ARE MISSING
3: 3 Bob 104 c  # THESE ROWS ARE MISSING
4: 4 Bob 105 d
> C
   x     f   z y
1: 1 Alice 101 a
2: 1   Bob 104 a
3: 2 Alice 102 b
4: 2   Bob 104 b  # THESE ROWS ARE MISSING
5: 3 Alice 103 c
6: 3   Bob 104 c  # THESE ROWS ARE MISSING
7: 4   Bob 105 d
8: 5    NA  NA e

Answer 1

给你：

setkey(B, f, x)

setkey(B[CJ(unique(f), unique(x)), allow.cartesian = T,
         roll = T, rollends = c(F,F)], x)[A, allow.cartesian = T]
#   x     f   z y
#1: 1 Alice 101 a
#2: 1   Bob 104 a
#3: 2 Alice 102 b
#4: 2   Bob 104 b
#5: 3 Alice 103 c
#6: 3   Bob 104 c
#7: 4 Alice  NA d
#8: 4   Bob 105 d
#9: 5    NA  NA e

为了满足你的需要，你可以过滤掉NA。

Answer 2

我还找到了一种替代的方法。我已经接受了另一个答案，因为这会产生一个更接近于问题所要求的结果，但这对一些人来说也可能是有用的。不同的是在系列赛结束时发生了什么。

C = B[, .SD[A, roll = TRUE, rollends = FALSE], by = f]
setkey(C, x)

> C
        f x   z y
 1: Alice 1 101 a
 2:   Bob 1 104 a
 3: Alice 2 102 b
 4:   Bob 2 104 b
 5: Alice 3 103 c
 6:   Bob 3 104 c
 7: Alice 4  NA d
 8:   Bob 4 105 d
 9: Alice 5  NA e
10:   Bob 5  NA e

第9行和第10行是唯一的区别；在eddi的回答中，这两行合并为一个行，两列中都有NA。

这个解决方案也比我在更大的data.tables上测试时的eddi稍慢一些(尽管两者都相当快)。