我正在尝试根据另一个表中的值更新 data.table。我以为我有一种方法(尽管考虑到我的实际 dt2 有 350 万条记录,效率不是特别高),但事实证明我的代码出了问题
在 DT1 中,我有许多变量(数字),我想根据它们的分类值将它们设置为 1 或 0。
数据示例:
dt1 <- data.table(urn = 1:10, V1=0,V2=0,V3=0)
## urn V1 V2 V3
## 1: 1 0 0 0
## 2: 2 0 0 0
## 3: 3 0 0 0
## 4: 4 0 0 0
## 5: 5 0 0 0
## 6: 6 0 0 0
## 7: 7 0 0 0
## 8: 8 0 0 0
## 9: 9 0 0 0
##10: 10 0 0 0
dt2 <- data.table(urn=rep(1:10,2),classification=0)
dt2$classification <- 1:7 #does give a warning message
## urn classification
## 1: 1 1
## 2: 2 2
## 3: 3 3
## 4: 4 4
## 5: 5 5
## 6: 6 6
## 7: 7 7
## 8: 8 1
## 9: 9 2
##10: 10 3
##11: 1 4
##12: 2 5
##13: 3 6
##14: 4 7
##15: 5 1
##16: 6 2
##17: 7 3
##18: 8 4
##19: 9 5
##20: 10 6
我想要发生的是 urn 匹配的地方,并且 urn 有分类为 1 的记录,然后将 V1 标志设置为 1;其中瓮的分类为2,设置V2 = 1;你明白了。
我目前的方法是:
setkey(dt1, urn)
setkey(dt2, urn)
dt1[dt2, V1:= ifelse(i.classification == 1 , 1, dt1$V1)]
dt1[dt2, V2:= ifelse(i.classification == 2, 1, dt1$V2)]
dt1[dt2, V3:= ifelse(i.classification == 6, 1, dt1$V3)]
dt1
## urn V1 V2 V3
## 1: 1 1 0 0
## 2: 2 1 0 0
## 3: 3 1 0 1
## 4: 4 1 0 0
## 5: 5 1 0 0
## 6: 6 1 1 0
## 7: 7 1 0 0
## 8: 8 1 0 0
## 9: 9 1 0 0
##10: 10 1 0 1
我实际期望的输出是这样的:
## urn V1 V2 V3
## 1: 1 1 0 0
## 2: 2 0 1 0
## 3: 3 0 0 1
## 4: 4 0 0 0
## 5: 5 1 0 0
## 6: 6 0 1 1
## 7: 7 0 0 0
## 8: 8 1 0 0
## 9: 9 0 1 0
##10: 10 0 0 1
任何帮助将不胜感激。特别是如果我能够简化命令来在一次扫描中管理所有这些,而不是 3 个数据连接。正如我所说,350 万条记录会增加一些开销(特别是当我实际上要为大约 10 列设置标志时)。
提前致谢。
最佳答案
您可以使用dcast.data.table
来实现此目的。
dcast.data.table(data = dt1[dt2,],
formula = urn ~ classification,
fun.aggregate = function(x) as.numeric(any(!is.na(x))),
value.var = 'classification')[, list(urn, V1=`1`, V2=`2`, V3=`6`)]
## urn V1 V2 V3
## 1: 1 1 0 0
## 2: 2 0 1 0
## 3: 3 0 0 1
## 4: 4 0 0 0
## 5: 5 1 0 0
## 6: 6 0 1 1
## 7: 7 0 0 0
## 8: 8 1 0 0
## 9: 9 0 1 0
## 10: 10 0 0 1
编辑:如果需要,您可以将最后一条语句包装在 tryCatch
函数中:
dcast.data.table(data = dt1[dt2,],
formula = urn ~ classification,
fun.aggregate = function(x) as.numeric(any(!is.na(x))),
value.var = 'classification')[, list(urn,
V1=tryCatch(`1`, error = ## function(e) NA),
V2=tryCatch(`2`, error = function(e) NA),
V3=tryCatch(`8`, error = function(e) NA))]
## urn V1 V2 V3
## 1: 1 1 0 NA
## 2: 2 0 1 NA
## 3: 3 0 0 NA
## 4: 4 0 0 NA
## 5: 5 1 0 NA
## 6: 6 0 1 NA
## 7: 7 0 0 NA
## 8: 8 1 0 NA
## 9: 9 0 1 NA
## 10: 10 0 0 NA
关于r - 根据另一个 data.table 中的值更新 data.table,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26097682/