如何在R中使用data.table进行基本的左外连接？

我有一个a和b的data.table，我已经用b <.5和above分成了below b> .5：

DT = data.table(a=as.integer(c(1,1,2,2,3,3)), b=c(0,0,0,1,1,1))
above = DT[DT$b > .5]
below = DT[DT$b < .5, list(a=a)]

我想做一个左外之间的连接above和below ：每个a在above ，计数的行数below 。 这相当于SQL中的以下内容：

with dt as (select 1 as a, 0 as b union select 1, 0 union select 2, 0 union select 2, 1 union select 3, 1 union select 3, 1),
  above as (select a, b from dt where b > .5),
  below as (select a, b from dt where b < .5)
select above.a, count(below.a) from above left outer join below on (above.a = below.a) group by above.a;
 a | count 
---+-------
 3 |     0
 2 |     1
(2 rows)

我如何用data.tables完成同样的事情？ 这是我迄今为止所尝试的：

> key(below) = 'a'
> below[above, list(count=length(b))]
     a count
[1,] 2     1
[2,] 3     1
[3,] 3     1
> below[above, list(count=length(b)), by=a]
Error in eval(expr, envir, enclos) : object 'b' not found
> below[, list(count=length(a)), by=a][above]
     a count b
[1,] 2     1 1
[2,] 3    NA 1
[3,] 3    NA 1

我也应该更具体一点，因为我已经尝试过merge但是这打击了我系统中的内存（而数据集只占我记忆的大约20％）。

---

看看这是否给你一些有用的东西。 你的例子太稀疏了，让我知道你想要什么，但看起来它可能是above$a的值的列表，也在below$a

table(above$a[above$a %in% below$a])

如果你还希望converse ...值不在below ，那么这将做到这一点：

table(above$a[!above$a %in% below$a])

你可以连接它们：

> c(table(above$a[above$a %in% below$a]),table(above$a[!above$a %in% below$a]) )
2 3 
1 2

一般来说， table和%in%合理的小脚印中运行并且很快。

---

由于您似乎在使用package data.table ：check ?merge.data.table 。 我没有使用它，但它似乎可以做你想做的事情：

merge(above, below, by="a", all.x=TRUE, all.y=FALSE)

---

我认为这很容易：

setkey(above,a)
setkey(below,a)

左外连接：

above[below, .N]

定期加入：

above[below, .N, nomatch=0]

完全外连接与计数：

merge(above,below, all=T)[,.N, by=a]

链接地址: http://www.djcxy.com/p/24907.html

上一篇: How to do a basic left outer join with data.table in R?

下一篇: Efficient alternatives to merge for larger data.frames R