R:根据另一个 data.table 有效地 select 指定行来自 data.table?
R: efficiently select specified rows from a data.table according to another data.table?
我有一个data.table叫dt,还有一个叫sg,这里,我想select根据sg得到dt的子集。这意味着在 dt
中,select 行(colA 和 colB)应该不等于 sg
行(colA 和 colB)。这是我所做的:
dt <- data.table(colA = c(1, 1, 1, 2, 2, 3, 3), colB = c(10, 10, 10, 20, 20, 30, 30),
colC = c("A", "I", "A", "A", "A", "I", "A"))
dt
sg <- data.table(colA = c(1, 3), colB = c(10, 30))
sg
dt2 <- paste(dt[, colA], dt[, colB], sep = "-")
sg2 <- paste(sg[, colA], sg[, colB], sep = "-")
dt[!(dt2 %in% sg2)]
# OR the following one
# dt[!((dt[, colA] %in% sg[, colA]) & (dt[, colB] %in% sg[, colB]))]
> dt
colA colB colC
1: 1 10 A
2: 1 10 I
3: 1 10 A
4: 2 20 A
5: 2 20 A
6: 3 30 I
7: 3 30 A
> sg
colA colB
1: 1 10
2: 3 30
> dt[!(dt2 %in% sg2)]
colA colB colC
1: 2 20 A
2: 2 20 A
但是,当数据集很大时,粘贴操作很慢,你能帮我想出一个有效的方法来做这样的替换吗data.table?
谢谢。
您可以利用主键进行适当的左连接:
> setkey(dt, colA, colB)
> setkey(sg, colA, colB)
> dt[!sg]
colA colB colC
1: 2 20 A
2: 2 20 A
这应该会更有效率。
我有一个data.table叫dt,还有一个叫sg,这里,我想select根据sg得到dt的子集。这意味着在 dt
中,select 行(colA 和 colB)应该不等于 sg
行(colA 和 colB)。这是我所做的:
dt <- data.table(colA = c(1, 1, 1, 2, 2, 3, 3), colB = c(10, 10, 10, 20, 20, 30, 30),
colC = c("A", "I", "A", "A", "A", "I", "A"))
dt
sg <- data.table(colA = c(1, 3), colB = c(10, 30))
sg
dt2 <- paste(dt[, colA], dt[, colB], sep = "-")
sg2 <- paste(sg[, colA], sg[, colB], sep = "-")
dt[!(dt2 %in% sg2)]
# OR the following one
# dt[!((dt[, colA] %in% sg[, colA]) & (dt[, colB] %in% sg[, colB]))]
> dt
colA colB colC
1: 1 10 A
2: 1 10 I
3: 1 10 A
4: 2 20 A
5: 2 20 A
6: 3 30 I
7: 3 30 A
> sg
colA colB
1: 1 10
2: 3 30
> dt[!(dt2 %in% sg2)]
colA colB colC
1: 2 20 A
2: 2 20 A
但是,当数据集很大时,粘贴操作很慢,你能帮我想出一个有效的方法来做这样的替换吗data.table?
谢谢。
您可以利用主键进行适当的左连接:
> setkey(dt, colA, colB)
> setkey(sg, colA, colB)
> dt[!sg]
colA colB colC
1: 2 20 A
2: 2 20 A
这应该会更有效率。