使用合并在R中定义data.table的子集

我正在使用多个合并来定义R中的ID变量，请参见问题以了解更多上下文

我想首先根据y中的键k1将变量v从data.table x合并到data.table y

然后对于那些在第一阶段没有匹配的观察结果，我想根据表y键k2合并它们

不起作用，因为data.table语法要求在合并时首先使用data.table

y[is.na(v),][x,v:=v]

从某种意义上说是可行的，但不会将合并结果保存到y

下面是一个简单的例子：

x<-data.table(v1=c("A","B","C"),v2=c("a","b","c"),v=rnorm(3),key=c("v1","v2"))
y<-data.table(v1=c("A","B","C"),v21=c("","b","c"),v22=c("a","",""))
setkey(y,v1,v21)
y[x,v:=v]

当然，我想要的是：

> y
   v1 v21 v22          v
1:  A       a  0.3316665
2:  B   b      0.8470424
3:  C   c     -0.5955292

试试这个：

setkey(y, v1, v22)
y[x, v := ifelse(is.na(v), i.v, v)]

一,。可用于从i表达式数据表中区分相同的列名。

请尝试以下操作：

setkey(y, v1, v22)
y[x, v := ifelse(is.na(v), i.v, v)]

---

一,。可用于从i-expression data.table中区分相同的列名。

我正在使用的@eddi解决方案的另一种更为健壮的替代方案：

setkey(y, v1, v22)
y[x[!(v %in% y$v),],v:=i.v]

---

基本上，不是子集y，而是子集x通过y，并将子集x连接到y。

我正在使用的@eddi解决方案的另一个替代方案更稳健：

setkey(y, v1, v22)
y[x[!(v %in% y$v),],v:=i.v]

---

基本上，不是子集y，而是子集x通过y，并将子集x连接到y。

hmm我应该更新我的示例。我不想做的是覆盖任何原始匹配项。@MichaelChirico我明白了，试试上面的版本，这样就行了。有没有节省时间的建议？这对我来说不是问题，但最好避免在第一次合并命中率达到90%时重复工作observations@MichaelChirico也许您可以先将y中的列组合起来？我喜欢y[，newcol:=v21][newcol==，newcol:=v22]，然后将其合并，而不是对我来说没有骰子。在我的例子中，我试图首先在名字/姓氏上匹配人；第二轮的名字/娘家姓匹配。所以我不想删除姓氏。嗯，我应该更新我的例子。我不想做的是覆盖任何原始匹配项。@MichaelChirico我明白了，试试上面的版本，这样就行了。有没有节省时间的建议？这对我来说不是问题，但最好避免在第一次合并命中率达到90%时重复工作observations@MichaelChirico也许您可以先将y中的列组合起来？我喜欢y[，newcol:=v21][newcol==，newcol:=v22]，然后将其合并，而不是对我来说没有骰子。在我的例子中，我试图首先在名字/姓氏上匹配人；第二轮的名字/娘家姓匹配。所以我不想抹去姓氏。同样，setkeyy，v1，v22，setkeyx，v，y[x[Jsetdiffx$v，y$v]，v:=i.v]同样，setkeyy，v1，v22，setkeyx，v，y[x[Jsetdiffx$v，y$v]，v:=i.v]