R中大型数据集的非唯一键合并

我有一个很大的数据集

all

：

UserKey  kind_id   user_name  sex
1   7472505       2       Jane    <NA>
2   4564687       5     Natalie    F
3   4564687       2     Natalie    F
4   4564687       2     Natalie    F
5   4564687       5     Natalie    F    
6   5257695       2       Nelly    F


> dim(all_orders)
[1] 104979393         4

匹配第一个数据集中的

用户名

，以及字典中的

用户名

我的尝试：

1。功能强大

get_sex <- function(input){
sex <- names[names$name==input,]$dsex
return(as.character(sex))
}

all$dsex <- sapply(all$user_name, get_sex)

---

如果您将它们转换为
数据，则获取性。表
，尝试
所有[name，on=c（“user\u name”=“name”），dsex:=dsex]
对于#2，您在dplyr版本中使用摘要-是否有特定的原因让您分组，然后进行摘要，而不是执行联接？我想通过查看您的数据，左_join（）就可以做到这一点。通常情况下，merge<*applydata.table

，请尝试

all[names，on=c（“user_name”=“name”），dsex:=dsex]

For#2，您在dplyr版本中使用摘要-是否有特定的原因让您分组，然后进行摘要，而不是执行联接？我想通过查看您的数据，左_join（）就可以做到这一点。一般来说，merge<*applyget_sex <- function(input){ sex <- names[names$name==input,]$dsex return(as.character(sex)) } all$dsex <- sapply(all$user_name, get_sex)

names <- as.data.table(names, key = 'name')

a <- all %>% group_by(UserKey) %>% summarise(dsex = get_sex(user_name))

allm <- merge(all, names, by.x = c('user_name'), by.y = c('name'), all.x = T, all.y = F)