R 什么是「;“数据表”;执行此连接/合并的方式?
我有这样一个“字典”表:R 什么是「;“数据表”;执行此连接/合并的方式?,r,join,merge,left-join,data.table,R,Join,Merge,Left Join,Data.table,我有这样一个“字典”表: dict <- data.table( Nickname = c("Abby", "Ben", "Chris", "Dan", "Ed"), Name = c("Abigail", "Benjamin", "Christopher", "Daniel", "Edward") ) dict # Nickname Name # 1: Abby Abigail # 2: Ben Benjamin # 3:
dict <- data.table(
Nickname = c("Abby", "Ben", "Chris", "Dan", "Ed"),
Name = c("Abigail", "Benjamin", "Christopher", "Daniel", "Edward")
)
dict
# Nickname Name
# 1: Abby Abigail
# 2: Ben Benjamin
# 3: Chris Christopher
# 4: Dan Daniel
# 5: Ed Edward
dat <- data.table(
Friend1 = c("Abby", "Ben", "Ben", "Chris"),
Friend2 = c("Ben", "Ed", NA, "Ed"),
Friend3 = c("Ed", NA, NA, "Dan"),
Friend4 = c("Dan", NA, NA, NA)
)
dat
# Friend1 Friend2 Friend3 Friend4
# 1: Abby Ben Ed Dan
# 2: Ben Ed NA NA
# 3: Ben NA NA NA
# 4: Chris Ed Dan NA
dat[, id := .I]
dat.m <- melt(dat, id.vars='id', variable.name='Friend', value.name='Nickname')
setkey(dict, Nickname)
dat.m[, Name := dict[Nickname, Name]]
> dat.m
id Friend Nickname Name
1: 1 Friend1 Abby Abigail
2: 2 Friend1 Ben Benjamin
3: 3 Friend1 Ben Benjamin
4: 4 Friend1 Chris Christopher
5: 1 Friend2 Ben Benjamin
6: 2 Friend2 Ed Edward
7: 3 Friend2 NA NA
8: 4 Friend2 Ed Edward
9: 1 Friend3 Ed Edward
10: 2 Friend3 NA NA
11: 3 Friend3 NA NA
12: 4 Friend3 Dan Daniel
13: 1 Friend4 Dan Daniel
14: 2 Friend4 NA NA
15: 3 Friend4 NA NA
16: 4 Friend4 NA NA
这就是我想到的解决方案:
friend_vars <- paste0("Friend", 1:4)
friend_nicks <- paste0(friend_vars, ".Nickname")
friend_names <- paste0(friend_vars, ".Name")
setnames(dat, friend_vars, friend_nicks)
for (i in 1:4) {
dat[, friend_names[i] := dict$Name[match(dat[[friend_nicks[i]]], dict$Nickname)], with = FALSE]
}
friend\u vars我没有想出一个与您的结果完全匹配的解决方案,但您可能可以通过以下方式工作:
dict <- data.table(
Nickname = c("Abby", "Ben", "Chris", "Dan", "Ed"),
Name = c("Abigail", "Benjamin", "Christopher", "Daniel", "Edward")
)
dict
# Nickname Name
# 1: Abby Abigail
# 2: Ben Benjamin
# 3: Chris Christopher
# 4: Dan Daniel
# 5: Ed Edward
dat <- data.table(
Friend1 = c("Abby", "Ben", "Ben", "Chris"),
Friend2 = c("Ben", "Ed", NA, "Ed"),
Friend3 = c("Ed", NA, NA, "Dan"),
Friend4 = c("Dan", NA, NA, NA)
)
dat
# Friend1 Friend2 Friend3 Friend4
# 1: Abby Ben Ed Dan
# 2: Ben Ed NA NA
# 3: Ben NA NA NA
# 4: Chris Ed Dan NA
dat[, id := .I]
dat.m <- melt(dat, id.vars='id', variable.name='Friend', value.name='Nickname')
setkey(dict, Nickname)
dat.m[, Name := dict[Nickname, Name]]
> dat.m
id Friend Nickname Name
1: 1 Friend1 Abby Abigail
2: 2 Friend1 Ben Benjamin
3: 3 Friend1 Ben Benjamin
4: 4 Friend1 Chris Christopher
5: 1 Friend2 Ben Benjamin
6: 2 Friend2 Ed Edward
7: 3 Friend2 NA NA
8: 4 Friend2 Ed Edward
9: 1 Friend3 Ed Edward
10: 2 Friend3 NA NA
11: 3 Friend3 NA NA
12: 4 Friend3 Dan Daniel
13: 1 Friend4 Dan Daniel
14: 2 Friend4 NA NA
15: 3 Friend4 NA NA
16: 4 Friend4 NA NA
dat[,id:=.I]
dat.m dat.m
id好友昵称名称
1:1友谊1艾比·阿比盖尔
2:2朋友1本本杰明
3:3朋友1本·本杰明
4:4朋友1克里斯·克里斯托弗
5:1朋友2本·本杰明
6:2与爱德华交友
7:3 Friend2娜娜
8:4与爱德华交友
9:1与爱德华成了朋友
10:2 Friend3 NA
11:3 Friend3娜娜
12:4朋友3丹·丹尼尔
13:1朋友4丹·丹尼尔
14:2 Friend4 NA
15:3 Friend4娜娜
16:4 Friend4 NA
变量id
只是一个占位符,所以我可以将DT融化在base中,超级丑陋:
setkey(dict,Nickname)
dat[,paste(names(dat),"Name",sep="."):=lapply(.SD,function(x)dict[J(x)]$Name)]
setcolorder(dat,c(1,5,2,6,3,7,4,8))
dat
# Friend1 Friend1.Name Friend2 Friend2.Name Friend3 Friend3.Name Friend4 Friend4.Name
# 1: Abby Abigail Ben Benjamin Ed Edward Dan Daniel
# 2: Ben Benjamin Ed Edward NA NA NA NA
# 3: Ben Benjamin NA NA NA NA NA NA
# 4: Chris Christopher Ed Edward Dan Daniel NA NA
cbind(dat, lapply(dat, function(x){dict$Name[match(x, dict$Nickname)]}))
Friend1 Friend2 Friend3 Friend4 V2 NA NA NA
1: Abby Ben Ed Dan Abigail Benjamin Edward Daniel
2: Ben Ed NA NA Benjamin Edward NA NA
3: Ben NA NA NA Benjamin NA NA NA
4: Chris Ed Dan NA Christopher Edward Daniel NA
使用数据。表1.9.5
:
for (nm in names(dat)) {
on = setattr("Nickname", 'names', nm)
dat[dict, paste0(nm, ".Name") := i.Name, on=on]
}
我们可以使用on=
而不是设置键来加入。现在可以使用setcolorder()
对名称重新排序
除非绝对必要,否则我避免重塑数据。这就是“加入时更新”非常方便的地方。现在有了on=
参数,我忍不住发布了一个答案:-)。是的,我认为长格式更好。进行合并的标准方法是setkey(dat.m,昵称);dat.m[dict,Name:=i.Name]
。OP也可以使用dcast(dat.m,id~Friend,value.var=c(“Name”,“昵称”))还原为宽格式。
,尽管它看起来仍然与它们所需的输出不完全相同。@Frank如果在dict
中有未使用的元素,这个答案就不能很好地工作。考虑<代码> DATT @ SSDECONTROLL <代码> DAT.M[DICT] < /C> >将有更多行,是的,但是<代码> DAT.M./COD>不能以这种方式获得额外的行。如果你试着运行我的代码,然后运行dat.m
,你会发现它只是在表中添加了一列——这样的合并不能添加行。我升级到1.9.5就是为了这个,我很高兴我这么做了。on=
语法很棒!顺便问一下,如果您事先知道要从宽格式切换到长格式,一般来说,合并第一个和合并第二个,还是合并第一个和合并第二个更有效?太好了!我的猜测是融化+加入会更快(因为你只需要加入一次)。。就速度而言,melt通常是便宜的操作(如果正确实现的话)。另外:i.*
语法记录在哪里?我在[.data.table
或:=
@ssdecontrol中找不到它我已经两年没有问过I
的文档了,但是它似乎仍然不见了…@ssdecontrol看到了。你可以自由发布PR。我没有计划在短期内处理它。