SQL包提供了许多与data.table
相同的表处理方法。如果表有键,则该键由一个或多个列组成。但是一个表不能有多个键,因为它不能同时以两种不同的方式排序。
在本例中,X
和Y
是只有一个键列“id”的data.table
;Y
也有一个非键列"x_id“。
X <- data.table(id = 1:5, a=4:8,key="id")
Y <- data.table(id = c(1,1, 3,5,7), x_id=c(1,4:1), key="id")
以下语法将在表的键上联接表:
X[Y]
如何将以下SQL语法转换为data.table代码?
select * from X join Y on X.id = Y.x_id;
我得到的最接近的是:
Y[X,list(id, x_id),by = x_id,nomatch=0]
但是,这不会执行与SQL语句相同的inner。
下面是一个更清晰的示例,其中的外键是y_id,我们希望连接查找Y2 where X2$y_id = Y2$id
的值。
X2 <- data.table(id = 1:5, y_id = c(1,1,2,2,2), key="id")
Y2 <- data.table(id = 1:5, b = letters[1:5], key="id")
我想制作一张表格:
id y_id b
1 1 "a"
2 1 "a"
3 2 "b"
4 2 "b"
5 2 "b"
类似于下面的杂乱无章的代码:
> merge(data.frame(X2), data.frame(Y2), by.x = "y_id", by.y = "id")
y_id id b
1 1 1 a
2 1 2 a
3 2 3 b
4 2 4 b
5 2 5 b
然而,当我这样做的时候:
X2[Y2, 1:2,by = y_id]
我没有得到想要的结果:
y_id V1
[1,] 1 1
[2,] 1 2
[3,] 2 1
[4,] 2 2
发布于 2012-03-29 18:40:47
问得好。请注意?data.table
中的以下内容(诚然已被埋没):
当
i
为data.table
时,x
必须具有密钥。使用键将i
连接到x
,并返回x
中匹配的行。在i
中的每一列与x
的键中的每一列之间执行等联接。匹配是在编译后的C中进行二进制搜索,时间为O(log )。如果i
的列数少于x
的键,那么x
的许多行可能与i
的每一行相匹配。如果i
的列数超过x
的键数,则连接中未涉及的i
列将包含在结果中。如果i
也有一个键列,则它是i
的键列,用于匹配x
的键列,并且执行两个表的二进制合并。
所以,这里的关键是i
不需要被键控。只有x
必须是键控的。
X2 <- data.table(id = 11:15, y_id = c(14,14,11,12,12), key="id")
id y_id
[1,] 11 14
[2,] 12 14
[3,] 13 11
[4,] 14 12
[5,] 15 12
Y2 <- data.table(id = 11:15, b = letters[1:5], key="id")
id b
[1,] 11 a
[2,] 12 b
[3,] 13 c
[4,] 14 d
[5,] 15 e
Y2[J(X2$y_id)] # binary search for each item of (unsorted and unkeyed) i
id b
[1,] 14 d
[2,] 14 d
[3,] 11 a
[4,] 12 b
[5,] 12 b
或,
Y2[SJ(X2$y_id)] # binary merge of keyed i, see ?SJ
id b
[1,] 11 a
[2,] 12 b
[3,] 12 b
[4,] 14 d
[5,] 14 d
identical(Y2[J(X2$y_id)], Y2[X2$y_id])
[1] FALSE
https://stackoverflow.com/questions/9914734
复制相似问题