合并两个“data.table”对象

Question

我有两个数据集，我想将第二个数据集映射到第一个数据集：

n <- c(2, 3, 5,6,7,8) 
s <- c("aa", "bb", "cc","aa", "bb", "cc") 
b <- c(TRUE, FALSE, TRUE, FALSE, TRUE, FALSE) 
df <- data.table(n, s, b) 

rs <- c("aa", "bb", "cc") 
replace1 <- c("Product 1", "Product 2", "Product 3") 
replace2 <- c("Customer 1", "Customer 2", "Customer 3") 

df.replace <- data.table(rs, replace1, replace2)

所以基本上如果 df 是一个 aa，我想添加一个包含 Product 1 和 Customer 1 的列。

此外，我还使用 data.table 包来提高速度，因为我的文件每个都大于 2 GB。映射文件以及我必须将值映射到的文件。

关于如何在 R 中实现这个的任何建议？

更新

我想要的输出：

Answer 1

您只需要使用 data.table 的二进制连接来执行 右连接

setkey(df, s) # key `df` by `s`
(Res <- df[df.replace]) # Perform the binary join
#    n  s     b  replace1   replace2
# 1: 2 aa  TRUE Product 1 Customer 1
# 2: 6 aa FALSE Product 1 Customer 1
# 3: 3 bb FALSE Product 2 Customer 2
# 4: 7 bb  TRUE Product 2 Customer 2
# 5: 5 cc  TRUE Product 3 Customer 3
# 6: 8 cc FALSE Product 3 Customer 3

编辑

或者（根据您的评论）您还可以使用二进制联接

进行左联接

setkey(df.replace, rs) # key `df.replace` by `rs`
setkey(df, s) # key `df` by `s`
(Res <- df.replace[df])
#    rs  replace1   replace2 n     b
# 1: aa Product 1 Customer 1 2  TRUE
# 2: aa Product 1 Customer 1 6 FALSE
# 3: bb Product 2 Customer 2 3 FALSE
# 4: bb Product 2 Customer 2 7  TRUE
# 5: cc Product 3 Customer 3 5  TRUE
# 6: cc Product 3 Customer 3 8 FALSE

使用此联接，如果 df.replace 中有不匹配的值，它不会从 df 中删除行并将 NA 分配给相关列

更好的选择（如果您在 df.replace 中没有太多列）是通过引用 df 来分配这些值。这样，您就不需要将结果保存在任何地方，并且 df 会自行更新。

setkey(df, s) # key `df` by `s`
df[df.replace, 
         `:=`(replace1 = replace1, 
              replace2 = replace2)
   ] # Perform the binary join and save results in `df`

合并两个“data.table”对象

Merge two `data.table` objects

statistics

r

data.table