R &引用；“模糊密钥匹配”；对于data.table合并

我正在尝试使用姓名字符串和经验度量来匹配每年的员工。经验每年最多只能增加一次，所以我想用它来帮助匹配其他指标失败的情况

例如：

dt1<-data.table(name=c("jane doe","jane doe",
                       "john doe","jane smith"),
                exp=c(0.,5,1,2),id=1:4,key="name")
dt2<-data.table(name=c("jane doe","jane doe",
                       "john doe","jane smith"),
                exp=c(0,30,1.5,2),key="name")

但这不起作用——这给了我：

> dt2
         name  exp id flag
1:   jane doe  0.0  2    2
2:   jane doe 30.0 NA   NA
3: jane smith  2.0  4    4
4:   john doe  1.5  3    3

它似乎没有正确地匹配后一个“简·多伊”，但似乎将第一个“简·多伊”匹配到了错误的前一个“简·多伊”。我不太清楚这是为什么；无论如何，似乎最好在加入之前而不是加入之后在

exp

上合并匹配——这也会清理定义新变量时的

ifelse

混乱。有什么建议吗

---

为清楚起见，以下是所需的输出：

> dt2
         name  exp id flag
1:   jane doe  1.0  1    1
2:   jane doe 30.0 NA   NA
3: jane smith  2.0  4    1
4:   john doe  1.5  3    1

---

在您的情况下，连接并不是真正的“模糊”。您所要做的就是通过

name

by

exp

加入，同时允许每次比赛有一年的距离。这对于规格为

-1L

的滚动连接非常有用

首先，我们将正确地为数据集设置关键帧

setkey(dt1, name, exp) 
setkey(dt2, name, exp) 

然后，我们将执行滚动联接，同时将

-1L

作为其值传递

dt2[dt1, `:=`(id = i.id, flag = 1L), roll = -1L]
df2
#          name  exp id flag
# 1:   jane doe  0.0  1    1
# 2:   jane doe 30.0 NA   NA
# 3: jane smith  2.0  4    1
# 4:   john doe  1.5  3    1

---

---

将来，如果您需要执行区间连接，例如

c（1L，-1L）

，您可以查看

foverlaps

函数的一些示例。

您的问题不太清楚。是否要同时按

名称

和

exp

匹配？换句话说，

df1

中的所有“jane doe”都是不同的人？无论如何，我不完全确定，但可能您正在寻找

setkey（dt1，name，exp）；设置键（dt2，名称，exp）；dt2[dt1，id:=i.id，滚动=-1L]

？完美！从来都不太明白roll做了什么——终于找到了一个例子。所以

roll=-2L

将匹配任何

exp

最多少2个的人

roll=1L

将匹配具有

exp

最多1个的任何人，依此类推

roll=+Inf

对于任何

exp

较大者，code>roll=-Inf对于任何

exp

较小者。1内匹配如何

roll=c（-1L，1L）

不起作用，最近的

也不一定起作用。对于间隔，您可能需要查看
foverlaps
。。但是在
滚动中有一些FRs
。FRs？未来的修订？
dt2[dt1, `:=`(id = i.id, flag = 1L), roll = -1L]
df2
#          name  exp id flag
# 1:   jane doe  0.0  1    1
# 2:   jane doe 30.0 NA   NA
# 3: jane smith  2.0  4    1
# 4:   john doe  1.5  3    1