基于不同列名连接表格

Question

基于不同列名连接表格

3

我正在观看Greg Reda关于Pandas的视频[1]，了解Pandas能做什么以及它与data.table相比如何。令人惊讶的是，我发现在data.table中连接表格非常困难。如果您观看视频，尤其是在@49:00至@52:00分钟之间，您将会发现Pandas允许您基于不同的列名连接表格，并且您可以选择左右表格的不同后缀。我知道setkey用于优化目的[2]，并且知道如何使用相同列名连接表格[3]。我尝试使用data.table的merge，但很难使用不同的列名设置by=关键字参数。所以这里有我的问题。

在data.table中，是否可能基于不同的列名连接表格？如果可以，怎么做？如果不行，为什么？此外，更有用的是，这个功能不是很有用吗？我觉得这个问题早该被提出来了。如果以前已经讨论过，请原谅我（并请指引我），让我知道在哪里可以找到相关信息。

顺便说一下，Greg所讲述的数据可以在他的github[4]上找到。

- Vijay

Vijay，这两个功能都已经在1.9.5中实现了。如果您有其他改进建议，请在Github页面上告诉我们。谢谢。 - Arun

谢谢，Arun。现在，data.table的行为更像普通的data.frame了。现在我可以更频繁地使用data.table！ - Vijay

1

您IP地址为143.198.54.68，由于运营成本限制，当前对于免费用户的使用频率限制为每个IP每72小时10次对话，如需解除限制，请点击左下角设置图标按钮（手机用户先点击左上角菜单按钮）。 - rafa.pereira

3个回答

2

通常，在连接数据表时，列名实际上并不重要。您只需要确保两个表具有兼容的键即可。

library(data.table)
dt1<-data.table(a=letters[1:10], b=1:10)
setkey(dt1,a)
dt2<-data.table(x=letters[1:10], y=10:1)
setkey(dt2,x)

dt1[dt2]

基本上它将基于所有关键列进行连接。通常您是在连接键上进行连接。如果您确实需要指定非键列，可以将data.table转换为data.frame并使用标准的merge()函数。

merge(as.data.frame(dt1),dt2, by.x="a", by.y="x")
merge(as.data.frame(dt1),dt2, by.x="b", by.y="y")

- MrFlick

您的建议很有道理，MrFlick。我知道键不必相同，这对我来说并不是问题，但我发现对于那些不够小心（或者没有意识到这个问题）的人（很可能是我的学生），这可能会引起麻烦和错误。至于转换为基础数据框，这难道不会完全否定使用data.table的初衷吗？ - Vijay

是的，这样做会失去意义，但在非键（索引）列上进行连接也是如此。因此，最好确保您的表已正确建立键。 - MrFlick

1

关于 Rdatatable github 页面的参考，如果您想在连接表格时执行函数而不仅仅是合并表格，您也可以执行 d1[d2, somefunc, on = "A==W"]，其中 A 是您在 d1 中的列，W 是您在 d2 中的列。

- victor_v

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Arun · Accepted Answer

更新：以下列出的所有功能均已实现，并可在CRAN上的当前稳定版本v1.9.6中使用。

数据表中加入至少这些改进是可能的。

merge.data.table获得by.x和by.y参数
使用辅助键连接使用上述两种形式，而无需设置键，而是通过在x和i上指定列来完成。

最简单的原因是我们还没有亲自尝试过。