r - 根据 DT2 列值更新 DT1 中行子集的列值

Question

我有以下两个数据表

library(data.table)
DT1 = data.table(x=LETTERS[1:9], y=c(15:18,NA,20,NA, NA, 23) , v=1:9)
DT2 = data.table(x=LETTERS[1:9], y=99:107, v=19:27)

在连接 x 上的表时，如何更新 DT1$y 的值以仅匹配 DT1 中 y 列为 NA 的行的 DT2$y 值。

最终结果是:

   x  y  v
1: A 15  1
2: B 16  2
3: C 17  3
4: D 18  4
5: E 103 5
6: F 20  6
7: G 105 7
8: H 106 8
9: I 23  9

我知道我可以执行以下操作来更新 DT1 中的整个 y 列，但不确定如何将 y 列更新限制为仅 NA 值。

DT[DT2, y:=i.y, on="x"]

Answer 1

这是一个“更新连接”:

DT1[is.na(y), y := DT2[.SD, on=.(x), x.y]]

工作原理

data.table 语法为 x[i, j] 并且可以读作...

1. 取i的子集；然后
2. 做j。

其他说明:

• 在j内部，.SD指的是子集表。

• 在 x[i, on=, j] 的 j 内，x.* 前缀表示该列是取自x。