r - 有条件地减去两个数据表答案

【问题标题】：r - Conditionally subtract two data tablesr - 有条件地减去两个数据表
【发布时间】：2018-01-16 10:22:02
【问题描述】：

我有两个 data.tables 显示多个位置的温度（由地理编码识别）。

我想根据它们的减法创建第三个。他们在这里：

library(data.table)

# Generate random data:
geocode <- paste0("N", 1:10)
dates <- seq(as.Date("2000-01-01"), as.Date("2004-12-31"), by="month")
models <- c("A", "B", "C", "D", "E")
temp <- runif(length(geocode)*length(dates)*length(models), min=0, max=30)
dt1 <- data.table(expand.grid(Location=geocode,Date=dates,Model=models),Temperature=temp)


ref <- runif(length(geocode), min=0, max=30)
dt2 <- data.table(expand.grid(Location=geocode), Temperature=ref)

我想有条件地从 dt1 中减去 dt2。通过每个位置（地理编码），我想从 dt1 中的温度中减去 dt2 中的温度，保留其他列（Date 和 Model）。

如何做到这一点？如果它是单个数据表，我会知道该怎么做，但我以前从未尝试过像这样在两个不同的数据表上做代数。

【问题讨论】：

标签： r data.table conditional-statements subtraction

【解决方案1】：

我认为这可行：

dt1[dt2, on=.(Location), td := x.Temperature - i.Temperature, by=.EACHI]

      Location       Date Model Temperature          td
   1:       N1 2000-01-01     A    3.949276 -19.2110455
   2:       N2 2000-01-01     A    2.811684 -11.6405195
   3:       N3 2000-01-01     A   24.069659  13.6159779
   4:       N4 2000-01-01     A   25.809426  -1.8793405
   5:       N5 2000-01-01     A   25.193624  19.6812965
  ---                                                  
2996:       N6 2004-12-01     E   24.298463   4.0218859
2997:       N7 2004-12-01     E    1.488011 -26.4472283
2998:       N8 2004-12-01     E   27.489108   5.6525076
2999:       N9 2004-12-01     E    3.487664  -5.9926003
3000:      N10 2004-12-01     E    8.523718  -0.7559126

目测...

dt2[dt1[1:5], on=.(Location), .(Location, t1 = i.Temperature, t2 = x.Temperature)]

   Location        t1        t2
1:       N1  3.949276 23.160321
2:       N2  2.811684 14.452204
3:       N3 24.069659 10.453681
4:       N4 25.809426 27.688766
5:       N5 25.193624  5.512328

我觉得很合适。

它是如何工作的

更新连接的语法是x[i, v := expr, by=.EACHI]。在表达式内部，前缀i.* 和x.* 可用于阐明从何处获取列。

by=.EACHI 可能不需要，但我通常使用它。

【讨论】：

感谢您的建议，它可以满足我的需求！也感谢您的解释。

【解决方案2】：

merge (left_join)，然后是mutate

library(dplyr)
dt3 <- left_join(dt1, dt2, by="Location") %>%
          mutate(desired=Temperature.x-Temperature.y)

输出

  Location       Date Model Temperature.x Temperature.y     desired
1       N1 2000-01-01     A      4.158847     17.531085 -13.3722373
2       N2 2000-01-01     A      9.644764     23.184142 -13.5393783
3       N3 2000-01-01     A      4.644948     20.946587 -16.3016384
4       N4 2000-01-01     A      3.966845     25.232795 -21.2659502
5       N5 2000-01-01     A      6.639178     29.325365 -22.6861873
6       N6 2000-01-01     A      6.791424      6.957811  -0.1663875

取消选择 Temperature.x 和 Temperature.y

dt3 <- dt3 %>% select(-Temperature.x, -Temperature.y)

【讨论】：

感谢您提供第一个答案，顺便说一句效果很好！但是，我需要坚持data.table 解决方案，因为我还有更多操作要对数据集执行，而且我对dplyr 不是很熟悉...
没问题。我也赞成data.table 解决方案。