R. 数据表。如何区分两个不同data.table的同名列？答案

【问题标题】：R. Data.table. How to diff columns with the same names for two different data.table?R. 数据表。如何区分两个不同data.table的同名列？
【发布时间】：2021-05-07 11:24:05
【问题描述】：

我有两个 data.tables。

dt1 <- data.table("Symbol1" = c("EURUSD", "USDCAD", "EURUSD", "CADJPY"), "Volume" = c(1, 10, 2, 20)) 
dt2 <- data.table("Symbol" = c("EURUSD", "USDCAD"), "Description" = c("Euro vs Dollar", "Canadian vs Dollar"), key = "Symbol")

我想通过引用为第二个 data.table 的第一个 data.table 添加一个新列“Description”（其中“Symbol”是 key ）。我尝试使用下一种方式：

dt1[, Description := dt2[.(Symbol1), Description]]

这很好用。结果出来了

dt1
Symbol1 Volume        Description
1:  EURUSD      1     Euro vs Dollar
2:  USDCAD     10 Canadian vs Dollar
3:  EURUSD      2     Euro vs Dollar
4:  CADJPY     20               <NA>

但是如果这两个data.tables有相同的列名（Symbol）

dt1 <- data.table("Symbol" = c("EURUSD", "USDCAD", "EURUSD", "CADJPY"), "Volume" = c(1, 10, 2, 20)) 
dt2 <- data.table("Symbol" = c("EURUSD", "USDCAD"), "Description" = c("Euro vs Dollar", "Canadian vs Dollar"), key = "Symbol")
dt1[, Description := dt2[.(Symbol), Description]]

我遇到了错误：

Error in `[.data.table`(dt1, , `:=`(Description, dt2[.(Symbol), Description])) : 
  Supplied 2 items to be assigned to 4 items of column 'Description'. If you wish to 'recycle' the RHS please use rep() to make this intent clear to readers of your code.

有什么方法可以让它正常工作吗？感谢您的帮助！

【问题讨论】：

标签： r data.table key

【解决方案1】：

在您的第二次试用中，它失败了，因为dt2[.(Symbol), Description] 中的Symbol 来自dt2，而不是来自dt1。在您的第一次试用中，Symbol1 未在 dt2 中找到，因此 R 将尝试在 dt1 中搜索 Symbol1。（如果这也失败了，R 将尝试在全局环境中搜索Symbol1。因此，这里的命令很重要。）

我会这样做：

dt1 <- data.table("Symbol1" = c("EURUSD", "USDCAD", "EURUSD", "CADJPY"), "Volume" = c(1, 10, 2, 20)) 
dt2 <- data.table("Symbol" = c("EURUSD", "USDCAD"), "Description" = c("Euro vs Dollar", "Canadian vs Dollar"), key = "Symbol")

dt1[dt2, Description := i.Description, on = .(Symbol1 = Symbol)]

dt1 <- data.table("Symbol" = c("EURUSD", "USDCAD", "EURUSD", "CADJPY"), "Volume" = c(1, 10, 2, 20)) 
dt2 <- data.table("Symbol" = c("EURUSD", "USDCAD"), "Description" = c("Euro vs Dollar", "Canadian vs Dollar"), key = "Symbol")

dt1[dt2, Description := i.Description, on = .(Symbol)]

另一种解决方法是使用 get 并明确告诉它在哪里搜索 Symbol。例如：

dt1[Symbol != "EURUSD", Description := dt2[.(get('Symbol', env = sys.parent(3))), Description]]
dt1
#    Symbol Volume        Description
# 1: EURUSD      1               <NA>
# 2: USDCAD     10 Canadian vs Dollar
# 3: EURUSD      2               <NA>
# 4: CADJPY     20               <NA>

【讨论】：

感谢您的回复。有没有办法明确指定列来自哪个表？（除了 dt1$ 或 dt2$ - 因为我想在从 dt1 过滤数据的情况下使用它。（例如：dt1[Symbol != "EURUSD", Description := dt2[.(Symbol), Description]]）
谢谢！它运作良好！（也许有办法让这段代码更漂亮？）

【解决方案2】：

您可以使用merge：

library(data.table)

merge.data.table(dt1, dt2, by = 'Symbol', all.x = TRUE)

#   Symbol Volume        Description
#1: CADJPY     20               <NA>
#2: EURUSD      1     Euro vs Dollar
#3: EURUSD      2     Euro vs Dollar
#4: USDCAD     10 Canadian vs Dollar

【讨论】：

感谢您的回复！但是合并操作会创建一个新副本。但我想通过引用添加一个新列而不复制。