R 数据表操作的非等联接
我想向数据表1中添加列,这些列是对数据表2的操作,通过变量连接,并且数据表2中的日期可能有一个更优雅的解决方案,但这将在4个步骤中提供所需的输出 首先,将表设置为数据表以执行非等联接R 数据表操作的非等联接,r,join,data.table,non-equi-join,R,Join,Data.table,Non Equi Join,我想向数据表1中添加列,这些列是对数据表2的操作,通过变量连接,并且数据表2中的日期可能有一个更优雅的解决方案,但这将在4个步骤中提供所需的输出 首先,将表设置为数据表以执行非等联接 library(data.table) setDT(proposal_df) setDT(proposal_log) 步骤1:同一所有者和提案的非equi联接\u log$editDate可能有一个更优雅的解决方案,但这将在4个步骤中提供所需的输出 首先,将表设置为数据表以执行非等联接 library(data
library(data.table)
setDT(proposal_df)
setDT(proposal_log)
步骤1:同一所有者和提案的非equi联接\u log$editDate可能有一个更优雅的解决方案,但这将在4个步骤中提供所需的输出 首先,将表设置为数据表以执行非等联接
library(data.table)
setDT(proposal_df)
setDT(proposal_log)
步骤1:同一所有者和提案的非相等联接\u log$editDate另一个选项是使用by=.EACHI:
另一个选项是使用by=.EACHI:
你想要的输出中的结果变量是什么意思?哎呀,我忘了它们在那里了。结果变量和管理变量与问题无关,所以我删除了它们。您期望的输出中的结果变量是什么意思?哎呀,我忘了它们在那里了。结果和管理者变量与问题无关,因此我删除了它们。
proposal owner totalAtEdit editDate countWon countLost wonValueMean pctWon
1 41 Adam -27 2019-04-23 10:10:00 1 1 566 0.5000000
2 62 Adam 1000 2019-06-17 09:04:00 1 2 566 0.3333333
3 169 Alan 151 2019-07-24 11:10:00 0 3 NaN 0.0000000
4 72 Alan 1137 2018-10-29 16:58:00 0 1 NaN 0.0000000
library(data.table)
setDT(proposal_df)
setDT(proposal_log)
Proposals <- proposal_log[proposal_df, on = .(owner, editDate <= editDate)]
proposal outcome owner totalAtEdit editDate i.proposal i.totalAtEdit
1: 39 1 Adam 566 2019-04-23 10:10:00 41 -27
2: 45 0 Adam 100 2019-04-23 10:10:00 41 -27
3: 9 0 Adam 2 2019-06-17 09:04:00 62 1000
4: 39 1 Adam 566 2019-06-17 09:04:00 62 1000
5: 45 0 Adam 100 2019-06-17 09:04:00 62 1000
6: 73 0 Alan 1264 2019-07-24 11:10:00 169 151
7: 111 0 Alan 5000 2019-07-24 11:10:00 169 151
8: 146 0 Alan 18 2019-07-24 11:10:00 169 151
9: 146 0 Alan 18 2018-10-29 16:58:00 72 1137
Outcomes <- dcast(Proposals, i.proposal ~ outcome, fun=length)[
, pctWon := `1`/(`0`+`1`)]
Means <- Proposals[outcome==1, .(m_total = mean(totalAtEdit)), by=i.proposal]
Outcomes[Means, on=.(i.proposal), wonValueMean := m_total]
proposal_df[Outcomes, on=c(proposal = "i.proposal")]
proposal owner totalAtEdit editDate 0 1 pctWon wonValueMean
1: 41 Adam -27 2019-04-23 10:10:00 1 1 0.5000000 566
2: 62 Adam 1000 2019-06-17 09:04:00 2 1 0.3333333 566
3: 72 Alan 1137 2018-10-29 16:58:00 1 0 0.0000000 NA
4: 169 Alan 151 2019-07-24 11:10:00 3 0 0.0000000 NA
library(data.table)
setDT(proposal_df)
setDT(proposal_log)
proposal_df[, c("countWon","countLost","wonValueMean","pctWon") :=
proposal_log[.SD, on=.(owner, editDate<=editDate), by=.EACHI, {
cw <- sum(outcome==1L)
.(cw, sum(outcome==0L), mean(x.totalAtEdit[outcome==1L]), cw/.N)
}][, (1L:2L) := NULL]
]