R data.table按多列合并

我试图两两匹配4个变量，并添加一个具有查找值的列。在base中，我会进行

merge（df1，df2，by.x=c（“lsr”，“ppr”），by.y=c（“li”，“pro”））

，其中

df1

有9个col和

df2

（2是

lsr

和

pro

）

df2

只有3个col、

li

、

pro

，我感兴趣的“值”是

alpha

这很好，但随着我开始成为

data.table

的超级粉丝，我想用

data.table

的方式来做这件事，因为我有数百万行，所以基本合并很慢（我看到，

by.x

和

by.y

功能正在等待

data.table

，但可能有一个解决方法）. 请参见下面的一些示例数据：

df2:
         alpha         li        pro
      1: 0.5000000 0.01666667 0.01666667
      2: 0.3295455 0.03333333 0.01666667
      3: 0.2435897 0.05000000 0.01666667
      4: 0.1917808 0.06666667 0.01666667
      5: 0.1571429 0.08333333 0.01666667
df1:     
          demand rtime    mcv         mck        ppr       mlv         mlk        lsr
      1:    0.3     1 357.57700 0.099326944 0.01666667 558.27267 0.155075741 0.01666667
      2:    0.3    10 548.75433 0.152431759 0.01666667 614.30667 0.170640741 0.03333333
      3:    0.3    11 314.55767 0.087377130 0.01666667 636.48100 0.176800278 0.03333333
      4:    0.3     2 312.15033 0.086708426 0.01666667 677.48100 0.188189167 0.06666667
      5:    0.3     3 454.47867 0.126244074 0.01666667 608.92067 0.169144630 0.01666667
     ---                                                                               
6899196:    0.6     5 537.92673 0.149424093 1.00000000 537.92673 0.149424093 1.00000000
6899197:    0.6     6 277.34732 0.077040923 1.00000000 277.34732 0.077040923 1.00000000
6899198:    0.6     7  73.31484 0.020365235 1.00000000  73.31484 0.020365235 1.00000000
6899199:    0.6     8  32.04197 0.008900546 1.00000000  32.04197 0.008900546 1.00000000
6899200:    0.6     9  14.59008 0.004052799 1.00000000  14.59008 0.004052799 1.00000000

---

最后，可能感兴趣的是，在

df2

中，我有唯一的行，而在

df1

中，我有许多关于

lsr

和

ppr

的重复行。我还尝试设置两个键，并以

data.table

的方式将它们连接起来，并使用

alpha

添加一个新列。但是没有成功。

您可以使用David Arenburg在评论中提供的声明：

setkey(df1, lsr, ppr)
setkey(df2, li, pro)
df1[df2, alpha := i.alpha]

---

从中，我们可以直接执行联接，而无需使用

on

参数设置键：

df1[df2, alpha := i.alpha, on = c(lsr="li", ppr="pro")]

---

如果您不想安装devel版本，那么可以等到它作为1.9.6版在CRAN上发布。

如果您不需要外部联接，可以使用二进制联接执行左联接、右联接或内部联接。问题是你想要哪一个。虽然从你的基本R代码来看，你似乎想要一个内部连接？另外，您希望保留哪一列？您在

df1

中也没有

pro

列，谢谢。实际上，我相信，在这种情况下，内部联接和左侧联接是相同的，因为lsr和ppr的所有组合，或者li和pro的所有组合都包含在df1和df2中。在df1中没有pro是一个错误！！很抱歉，我的意思是，df1中的ppr，我将编辑并更正它。我想保留df1中的所有列，并将alpha添加为新列。如果您只需要在更新

alpha

列时向

df1

左连接，则它是一个简单的二进制连接。尝试设置键（df1、lsr、ppr）；设置键（df2、li、pro）；df1[df2，alpha:=i.alpha]；df1因此，如果您的

df1

集合中已有

alpha

列，

i

将告诉

数据。表格

从

df2

中的

alpha

获取信息。将

i，

放在RHS上的列名之前总是比较安全的，以避免可能的意外结果。确定。现在我真的是data.table的粉丝。谢谢df1[df2，alpha:=i.alpha]是否应该向df1添加一列？它对我没有任何帮助。是的，请将错误报告提交给data.table存储库，提供可复制的示例和会话信息