如何选择同时匹配另一个 data.table 中的两个条件的 data.table 中的行？

Question

我有两个 data.tables DT1 和 DT2，其中 DT1 可能比 DT2 更大且列更多。我想选择DT1 中的行，其中DT1 的两列在DT2 的两列的同一行中完全匹配。例如

DT1 = data.table(x=rep(c("b","a","c"),each=3), y=c(1,3,6), z=1:9)
DT2 = data.table(f=c("a","b"), g=c(1,3))

我正在寻找的输出 DT1sub 是

   x y z
1: a 1 4
2: b 3 2

我的问题是，当我尝试对 DT1 进行子集化时，我也会得到那些只有一列匹配的行

> DT1[x%in%DT2$f & y%in%DT2$g]
#    x y z
# 1: b 1 1
# 2: b 3 2
# 3: a 1 4
# 4: a 3 5

我可以得到我想要的输出，DT1sub，带有一个笨重的for 循环

DT1sub<-c()
for (i in 1:2)
  DT1sub<-rbind(DT1sub,DT1[x==DT2$f[i] & y==DT2$g[i]])
DT1sub

但我想知道是否有更智能的 data.table 版本。这可能很简单，但我无法从example("data.table") 拼凑起来。

Answer 1

您在寻找：

library(data.table)

DT1sub <- DT1[DT2, on = .(x = f, y = g)]

输出：

   x y z
1: a 1 4
2: b 3 2

这基本上是一个过滤连接 - 它只保留 x 中与 f 中的任何内容匹配的那些行，y 和 g 也是如此。

Answer 2

另一个想法是使用setkey。

library(data.table)

DT1 = data.table(x=rep(c("b","a","c"),each=3), y=c(1,3,6), z=1:9)
DT2 = data.table(f=c("a","b"), g=c(1,3))

setkey(DT1, x, y)
setkey(DT2, f, g)

DT1[DT2]
#    x y z
# 1: a 1 4
# 2: b 3 2

Answer 3

以上答案效果很好，但我仍然更喜欢使用merge() 来完成这项任务，因为它的论点更具表现力：

DT1sub <- merge(
  x = DT1, 
  y = DT2, 
  by.x = c('x', 'y'), by.y = c('f', 'g'), all.x = FALSE, all.y = FALSE)

当然，有些参数是多余的，因为它们是默认设置的，但是这样写可以确保你记住你是否施加了内/外连接等。