我们如何在 R 中的两个表之间执行条件检查答案

【问题标题】：How can we perform condition checking between two tables in R我们如何在 R 中的两个表之间执行条件检查
【发布时间】：2017-08-17 02:08:05
【问题描述】：

假设如果我考虑两个表 Transaction 和 account 其中transaction$account_id 包含account$account_id 中的因子和唯一值

> transaction
      trans_id account_id amount
             1        100    500
             2        101    200
             3        102    100
             4        100    600
             5        100    700
             6        100    900
             7        101   1000
             8        101  10000
             9        102  20000
            10        101   5000
> account
  account_id Total.amnt notrans transavg
         100       2700       4      675
         101      16200       4     4050
         102      20100       2    10050

现在我的问题是，对于每个account_id，如何查找transaction 表中的amount 是否大于account 表中的transavg。

并将其存储在一个变量中，如果大于transavg，则为 1，如果小于transavg，则为 0。以及我需要使用哪些软件包。

【问题讨论】：

stackoverflow.com/questions/1299871/…的可能重复

标签： r function if-statement data-manipulation r-package

【解决方案1】：

我们可以使用match比较account_id，然后从account表中得到对应的amount，再与transaction表中的amount比较。这将返回一个布尔输出，可以使用as.integer 将其转换为整数。

transaction$flag <- as.integer(transaction$amount > 
          account$transavg[match(transaction$account_id, account$account_id)])

transaction

#   trans_id account_id amount flag
#1         1        100    500    0
#2         2        101    200    0
#3         3        102    100    0
#4         4        100    600    0
#5         5        100    700    1
#6         6        100    900    1
#7         7        101   1000    0
#8         8        101  10000    1
#9         9        102  20000    1
#10       10        101   5000    1

【讨论】：

【解决方案2】：

我们可以对data.table 使用非等连接。将'data.frame'转换为'data.table'（setDT(transaction)），将'flag'创建为0，加入'amount'on'account_id'和amount > transavg，并赋值（:=） “标志”为 1。

library(data.table)
setDT(transaction)[, flag := 0][amount, flag := 1, on =.(account_id, amount > transavg)]
transaction
#     trans_id account_id amount flag
# 1:        1        100    500    0
# 2:        2        101    200    0
# 3:        3        102    100    0
# 4:        4        100    600    0
# 5:        5        100    700    1
# 6:        6        100    900    1
# 7:        7        101   1000    0
# 8:        8        101  10000    1
# 9:        9        102  20000    1
#10:       10        101   5000    1

【讨论】：