基于单独的data.table的子集data.table [重复]答案

【问题标题】：subset data.table based on separate data.table [duplicate]基于单独的data.table的子集data.table [重复]
【发布时间】：2020-04-16 04:39:04
【问题描述】：

我有一个主表

library(data.table); set.seed(42)
D1 <- data.table(id=rep(1:3,each=2), name=rep(c("a","b")), val=runif(6,0,1))
> D1
   id name       val
1:  1    a 0.9148060
2:  1    b 0.9370754
3:  2    a 0.2861395
4:  2    b 0.8304476
5:  3    a 0.6417455
6:  3    b 0.5190959

为每个id 赋予两个值，分别命名为a 和b。我要选择的值在辅助表中确定

D2 <- data.table(id=1:3, name=c("a","a","b"))

我想使用D2 对D1 进行子集化。我可以在循环中按 ID 执行此 ID，但考虑到我的数据维度，我希望有一个更有效的解决方案，也许使用连接。

【问题讨论】：

标签： r join data.table subset

【解决方案1】：

我们可以使用连接，它会更快，因为我们已经有 data.table 对象

D1[D2, on = .(id, name)]
#  id name       val
#1:  1    a 0.9148060
#2:  2    a 0.2861395
#3:  3    b 0.5190959

或与inner_join 来自dplyr

library(dplyr)
inner_join(D1, D2)

或者在base R中使用match

D2$val <- D1$val[match(paste(D2$id, D2$name), paste(D1$id, D1$name))]

【讨论】：

【解决方案2】：

基本 R 解决方案是通过使用 merge()，即，

> merge(D2,D1)
   id name       val
1:  1    a 0.9148060
2:  2    a 0.2861395
3:  3    b 0.5190959

【讨论】：