vecseq数据出错，合并（加入多一）data.table r [重复]答案

【问题标题】：Error in vecseq data, merge (join many-one) data.table r [duplicate]vecseq数据出错，合并（加入多一）data.table r [重复]
【发布时间】：2014-05-28 15:00:44
【问题描述】：

我有 2 个数据表：

train.o 有 160057 行，列 id 是唯一的
train.t有187105085行，列id不唯一，有160057个唯一id，都在train.o

我想合并它，得到一个包含 187105085 行的单个 data.table。

当我输入时

> setkey(train.o,id)
> setkey(train.t,id)
> trainbig=merge(train.t,train.o)

我明白了

vecseq(f__, len__, if (allow.cartesian) NULL else as.integer(max(nrow(x), : 连接结果超过 2^31 行（内部 vecseq 达到物理极限）。很可能指定错误加入。检查 i 中的重复键值，每个键值都连接到 x 中的同一组一遍又一遍。如果没问题，请尝试包含j 并删除 by (by-without-by) 以便 j 为每个组运行避免大分配。否则请搜索此错误 FAQ、Wiki、Stack Overflow 和 datatable-help 中的消息建议。

我做错了什么？

编辑：

> head(train.o)
 offer       id chain market repeattrips repeater  offerdate category quantity   company
1: 1197502    86252   205     34          16        t 2013-03-27     3203        1 106414464
2: 1208251    86246   205     34           5        t 2013-04-24     2202        1 104460040
3: 1197502 12682470    18     11           0        f 2013-03-28     3203        1 106414464
4: 1197502 12996040    15      9           0        f 2013-03-25     3203        1 106414464
5: 1204821 13089312    15      9           0        f 2013-04-01     5619        1 107717272
6: 1197502 13179265    14      8           0        f 2013-03-29     3203        1 106414464
   offervalue  brand
1:       0.75  13474
2:       2.00   3718
3:       0.75  13474
4:       0.75  13474
5:       1.50 102504
6:       0.75  13474

> head(train.t)
     id chain dept category    company brand       date productsize productmeasure
1 86246   205    7      707 1078778070 12564 2012-03-02          12             OZ
2 86246   205   63     6319  107654575 17876 2012-03-02          64             OZ
3 86246   205   97     9753 1022027929     0 2012-03-02           1             CT
4 86246   205   25     2509  107996777 31373 2012-03-02          16             OZ
5 86246   205   55     5555  107684070 32094 2012-03-02          16             OZ
6 86246   205   97     9753 1021015020     0 2012-03-02           1             CT
  purchasequantity purchaseamount
1                1           7.59
2                1           1.59
3                1           5.99
4                1           1.99
5                2          10.38
6                1           7.80

【问题讨论】：

至少向我们展示您的数据集的结构、列名，并告诉我们您要加入的列上没有重复的元素。
数据来自 [link]kaggle.com/c/acquire-valued-shoppers-challenge/data -train.o is merge(trainHistory,offers,by="offer") -train.t is subset(transactions,id %in% trainHistory$ id) 交易文件可以通过 (id,chain) 加入到历史文件中。但是 id 和 chain 的 setkey 都没有帮助。
我还编辑了帖子以包含两个 data.tables 的负责人
sum(!duplicated(train.o$id)) 和 sum(!duplicated(train.t$id)) 提供了什么？
都是160057，我一开始就写好了。

标签： r merge data.table

【解决方案1】：

你有没有尝试过不优雅（但有效）：

trainbig=merge(train.t,train.o, by=.EACHI, all=T)

然后手动删除你不感兴趣的变量？

【讨论】：