data.table: merge() 一键表和二键表答案

【问题标题】：data.table: merge() one-key table with two-keys tabledata.table: merge() 一键表和二键表
【发布时间】：2015-05-08 07:08:34
【问题描述】：

我还提到了this questions，它现在已经快 3 岁了。我也有类似的问题。

我有这三个表：

require(data.table)

profile <- data.table(id = seq(11,20))
setkey(profile, "id")

post <- data.table(id = seq(1,10))
setkey(post, "id")

comment <- data.table(post_id = seq(1,10),
                      profile_id = seq(11,20))
setkeyv(comment, c("post_id","profile_id"))

现在我想将profile 和post 与comment 合并到两个不同的表中。如何指定comment 中匹配的键是profile_id 和post 中的匹配键是post_id？我应该重新指定表格的构建方式吗？

【问题讨论】：

标签： r data.table

【解决方案1】：

不幸的是，merge by.x= by.y= 和 merge 中的 data.frame 还没有为 data.tables 实现。它将在下一个版本 1.9.6 中解决。见这里：https://github.com/Rdatatable/data.table/issues/637。

您可以将 data.tables 转换为 data.frames，使用 by.x 和 by.y 进行合并（请参阅 ?merge.data.frame），然后转换回 data.tables。

或者，以它们在名称基础上匹配的方式命名键/列。然后，data.table 的合并应该可以工作了。

setnames(profile, "id", "profile_id")
setnames(post,    "id", "post_id")

merged_dt1 <- merge(profile, comment)
merged_dt2 <- merge(post, comment)

【讨论】：

【解决方案2】：

我想我不明白你的问题。你到底期待什么？

键的命名无关紧要——在x[y] 中，x 和y 的第一个键匹配（然后是第二个键等）。

以下内容与您的预期有何不同？我已经编辑了您的示例表，以明确发生了什么：

profile <- data.table(id = seq(11,20), v_prof = sample(100:109), key = "id")

post <- data.table(id = seq(1,10), v_pos t= sample(200:209), key = "id")

comment <- data.table(post_id = seq(1, 10),
                      profile_id = seq(11, 20))

setkey(comment, post_id)[post]
#(the reverse would work too: post[setkey(comment, post_id)] )
    post_id profile_id v_post
 1:       1         11    207
 2:       2         12    208
 3:       3         13    201
 4:       4         14    205
 5:       5         15    206
 6:       6         16    200
 7:       7         17    202
 8:       8         18    203
 9:       9         19    209
10:      10         20    204

setkey(comment, profile_id)[profile]
    post_id profile_id v_prof
 1:       1         11    107
 2:       2         12    101
 3:       3         13    109
 4:       4         14    102
 5:       5         15    103
 6:       6         16    104
 7:       7         17    100
 8:       8         18    108
 9:       9         19    105
10:      10         20    106

【讨论】：