R数据表两阶段查找

示例数据：

set.seed(33)    
a = data.table(id = c(rep(1,5), rep(3,5)),
                  date = rep(seq(Sys.Date()-4, Sys.Date(), by = "day"), 2),
                  value = c(sample(seq(11,43,0.1), 5), sample(seq(201,273,0.1), 5)))
b = data.table(group = c(1, 1, 2),
                   id = c(1, 3,  5))
c = data.table(date=seq(Sys.Date()-4, Sys.Date(), by = "day"),
                   group = 1)

或

我想将

表a

加入

表b

并将临时结果加入

表c

另一种解释是，对于

表c

中的每组，我希望使用

表a

中的每日价格，将相应

表b

中公司（id）的所有每日价值相加

例如

表c

第1行是2020年8月20日的第1组，因此对应于

表b

中的公司id的1和3，其对应值为22.8和242.2

因此

表c

第1行的值应该是

22.8+242.2=265.0

这里有一个选项：

a[, group := b[.SD, on = "id", group]]
c <- a[c, on = c("group", "date"), sum(value), by = .EACHI]
#    group       date    V1
# 1:     1 2020-08-20 272.5
# 2:     1 2020-08-21 261.1
# 3:     1 2020-08-22 312.2
# 4:     1 2020-08-23 254.0
# 5:     1 2020-08-24 227.4

仅通过引用更新

c

：

a[, group := b[.SD, on = "id", group]]
c[, V1 := a[.SD, on = c("group", "date"), sum(value), by = .EACHI]$V1]

可复制的数据（尽管并非真正因为使用了

Sys.Date（）

）：

这里有一个选择：

a[, group := b[.SD, on = "id", group]]
c <- a[c, on = c("group", "date"), sum(value), by = .EACHI]
#    group       date    V1
# 1:     1 2020-08-20 272.5
# 2:     1 2020-08-21 261.1
# 3:     1 2020-08-22 312.2
# 4:     1 2020-08-23 254.0
# 5:     1 2020-08-24 227.4

仅通过引用更新

c

：

a[, group := b[.SD, on = "id", group]]
c[, V1 := a[.SD, on = c("group", "date"), sum(value), by = .EACHI]$V1]

可复制的数据（尽管并非真正因为使用了

Sys.Date（）

）：

---

太好了，谢谢。我想把这个列添加到

c

yes！！有没有办法在查询中命名

c

中的列？@Laurence_jj，是的，就像任何常规数据一样。表操作，将

sum（value）

替换为

（xyz=sum（value））

非常感谢，是否可以修改

c

，而不需要用结果替换整个表？@Laurence_jj使用一个这样的解决方案进行了更新。顺便说一句，命名有两种不好的做法：（1）在R

c

中命名任何东西已经为函数保留了名称，（2）使用

Sys.Date（）

会破坏再现性。非常感谢。我想把这个列添加到

c

yes！！有没有办法在查询中命名

c

中的列？@Laurence_jj，是的，就像任何常规数据一样。表操作，将

sum（value）

替换为

（xyz=sum（value））

非常感谢，是否可以修改

c

，而不需要用结果替换整个表？@Laurence_jj使用一个这样的解决方案进行了更新。顺便说一句，命名有两种不好的做法：（1）在R

c

name中命名任何东西都已经为函数保留了名称，（2）使用

Sys.Date（）

会破坏再现性。

set.seed(33)
a = data.table(id = c(rep(1,5), rep(3,5)),
              date = rep(seq(Sys.Date()-4, Sys.Date(), by = "day"), 2),
              value = c(sample(seq(11,43,0.1), 5), sample(seq(201,273,0.1), 5)))
b = data.table(group = c(1, 1, 2),
               id = c(1, 3,  5))
c = data.table(date=seq(Sys.Date()-4, Sys.Date(), by = "day"),
               group = 1)