że dwa data.tables DT i l:wielokrotne wejścia/łączy się z data.tables
> DT = data.table(x=rep(c("a","b","c"),each=3), y=c(1,3,6), v=1:9,key="x")
> L=data.table(yv=c(1L:8L,12L),lu=c(letters[8:1],letters[12]),key="yv")
> DT
x y v
1: a 1 1
2: a 3 2
3: a 6 3
4: b 1 4
5: b 3 5
6: b 6 6
7: c 1 7
8: c 3 8
9: c 6 9
> L
yv lu
1: 1 h
2: 2 g
3: 3 f
4: 4 e
5: 5 d
6: 6 c
7: 7 b
8: 8 a
9: 12 l
Chciałbym niezależnie wyszukać odpowiednią wartość lu z L na kolumnie Y i V kolumny w DT. Następującą składnię daje poprawny wynik, ale jest kłopotliwe w celu wytworzenia i zrozumieć na stronie dalszej:
> L[setkey(L[setkey(DT,y)],v)][,list(x,y=yv.1,v=yv,lu.1=lu.1,lu.2=lu)]
x y v lu.1 lu.2
1: a 1 1 h h
2: a 2 3 g f
3: a 3 6 f c
4: b 4 1 e h
5: b 5 3 d f
6: b 6 6 c c
7: c 7 1 b h
8: c 8 3 a f
9: c 9 6 NA c
(Edycja: oryginalna etat L[setkey(L[setkey(DT,y)],v)][,list(x,y=yv,v=yv.1,lu.1=lu,lu.2=lu.1)]
powyżej, które nieprawidłowo miesza się Y i V kolumny i wyglądał w górę wartości)
W SQL byłoby to prosty/prosty.
SELECT DT.*, L1.lu AS lu1, L2.lu AS lu2
FROM DT
LEFT JOIN L AS L1 ON DT.y = L1.yv
LEFT JOIN L AS L2 ON DT.v = L2.yv
Czy jest bardziej elegancki sposób na wykorzystanie data.table do wykonywania wielu łączy? Zauważ, że w tym przykładzie dwukrotnie dołączam do jednej tabeli do innej tabeli, ale jestem również zainteresowany dołączeniem jednej tabeli do wielu różnych tabel.
Dzięki za końcówkę cindla i szybką odpowiedź. Ta metoda jest mniej zagnieżdżona i łatwiejsza do odczytania niż moja oryginalna próba. Aby wyczyścić wynikowe nazwy kolumn, użyję czegoś takiego jak 'cbind (DT, L [J (DT $ y)] [, lista (lu.1 = lu)], L [J (DT $ v)]) [, lista (x, y, v, lu.1, lu.2 = lu)] '. Moje doświadczenie w SQL uwarunkowało mnie, że nigdy nie polegam na kolejności sortowania wierszy, więc łączenie kolumn wydaje się błędne, ale oczywiście działa w R. Potrzebuję więcej "myślenia w R". Ogromny wielbiciel twojej pracy, BTW. – dnlbrky
Czy wdrożenie FR # 2033 umożliwiłoby scalenie wielu tabel? Jak rozumiem, "scalanie" jest używane dla dwóch ramek danych, a nie wielu. Widzę niektóre opcje, takie jak 'merge_all' i' merge_recurse' w przekształceniu, ale nie mogę znaleźć zbyt wielu przykładów (szczególnie z kilkoma zestawami kluczy obcych), więc nie jestem pewien, jak z nich korzystać, nawet gdyby działały w tym przykład. – dnlbrky
Ogólnie w R i na data.table nie używamy tylu tabel. Czynniki są podobne do obcych kluczy w sql, a te dni, ponieważ znak jest automatycznie buforowany przez R w globalnej pamięci podręcznej, znak jest naprawdę skuteczny. Duże płaskie stoły, zdenormalizowane, są generalnie dobre. Data.table grupuje tylko kolumny, których potrzebuje, więc nie ma wady wielu kolumn, jak to jest w zapisanym w wierszu pliku sql. –