Çapraz/Yeni gruplama birleştirme/data.table en X [E] şeklini

Question

ile R birleştirme Ben iki data.tables: samples, resources

resourcesprimary ve secondary kimlikleri ile samples ile bağlanır. Kaynaklardan gelen bilgileri öncelikle birincil tabloyu kullanarak örnek tablo ile birleştirmek istiyorum ve bu yalnızca NA üretiyorsa, o zaman aynı tablodaki ikincil kaynaklara başvurmak istiyorum (bir data.table komut zincirinde) .

# resources: 
    primary secondary info 
1:  17  42 "I" 
2:  18  NA "J" 
3:  19  43 "K" 

# samples: 
    name primary secondary 
1: "a"  17  55 
2: "b"  0  42 
3 "c"  18  42 

istenen sonucu olacaktır: primary aracılığıyla

# joined tables: 
    name info # primary secondary 
1: "a" "I" 
2: "b" "I" 
3: "c" "J" 

ilk olarak katılmak daha sonra

# Update: 
samples <- data.table(name = letters[1:3], 
         primary = c(17, 0, 18), 
         secondary = c(55, 42, 42)) 
resources <- data.table(primary = 17:19, 
         secondary = c(42, NA, 43), 
         info = LETTERS[9:11]) 
# first join: 
setkey(samples, primary) 
setkey(resources, primary) 
samples[resources] 

    name info # primary secondary 
1: "a" "I" 
2: "b" NA 
3: "c" "J" 

Ama üretir, kolay? setkey(samples, secondary) ile örnekleri yeniden anahtarlamam gerekiyor, değil mi? Ve sonra sadece NA'ları üreten satırlara ayırın. Ancak bütün bunlar bir komuta zincirinde gerçekten mümkün değildir (ve iki kriterin birden fazla olduğunu hayal edin ...). Bunu daha kısa sürede nasıl başarabilirim?

... data.tables koduyla güncellendi.

Answer 1

Tek bir satırda yapabiliyor olsanız da, yaptığınız şeyin anlamını gizlediğini düşünüyorum, bir ay içinde yaptığınız şeyi okumak/anlamak/hata ayıklamak/hatırlamak için son derece zor bir şey yapar ve sadece bir kötü bir fikir. @nachti Açıklamalarda belirttiği gibi

setkey(samples, primary) 
setkey(resources, primary) 
samples[resources, info := i.info] 

setkey(samples, secondary) 
setkey(resources, secondary) 
samples[resources, info := ifelse(is.na(info), i.info, info)] 

samples 
# name primary secondary info 
#1: b  0  42 I 
#2: c  18  42 J 
#3: a  17  55 I 

# keep going with tertiary and so on if you like 

, kendi verilerine bağlı olarak 1.9.5 öncesi sürümler için allow.cartesian=TRUE eklemeniz gerekebilir:

Daha küçük, daha kolay sindirilebilir parçalar imo gitmek için bir yoldur .

Answer 2

Ben tek bir komut zinciri içinde bunu yapmak için çok zor olduğunu düşünüyorum, ama senin için bir çözüm var:

### First step 
samples[resources[samples, nomatch = 0], info := info] 
samples 

    name primary secondary info 
1: b  0  42 NA 
2: a  17  55 I 
3: c  18  42 J 

### Second step 
setkey(samples, secondary) 
setkey(resources, secondary) 
## create new column info1 
samples[resources[samples[is.na(info)], 
        list(info1 = unique(info)), by = .EACHI], 
     info1 := info1] 
## merge it to samples, where info is NA 
samples[is.na(info), info := info1] 
## remove info1 (and maybe other unused columns) 
samples[, info1 := NULL] 
## sort samples by name 
setkey(samples, name) 
samples 

    name primary secondary info 
1: a  17  55 I 
2: b  0  42 I 
3: c  18  42 J 

hth
~ Bu 2 çağrıları ile bir zincir olacağını

Answer 3

gr resources, bunlardan biri sahne arkasında yeniden setkey.

library(data.table) 
samples <- data.table(name = letters[1:3], 
         primary = c(17, 0, 18), 
         secondary = c(55, 42, 42)) 
resources <- data.table(primary = 17:19, 
         secondary = c(42, NA, 43), 
         info = LETTERS[9:11]) 
setkey(samples, primary) 
setkey(resources, primary) 
samples[resources, info := i.info 
     ][, .(name, info),, secondary 
      ][resources[, info,, secondary], info := ifelse(is.na(info), i.info, info) 
      ][, secondary := NULL] 

daha karmaşık örnekler hakkında soruyorsunuz gibi. Data.table sorgularının, alt sorgu argümanlarını önceden hazırlayarak modüller olarak kolayca yönetilebileceğini not etmeye değer. Daha sonra kolayca şartlı olarak yönetilebilirler. Aşağıdaki örneğe bakınız.

lkp2 <- quote(resources[, info,, secondary]) 
lkp2_formula <- quote(info := ifelse(is.na(info), i.info, info)) 
setkey(samples, primary) 
samples[resources, info := i.info 
     ][, .(name, info),, secondary 
      ][eval(lkp2), eval(lkp2_formula) 
      ][, secondary := NULL] 

Eğer ağır data.table zincirleme itimat Eğer dtq paket kullanışlı bulabilir işler.