将dplyr连接语法转换为纯数据表语法 [英] convert dplyr join syntax into pure data.table syntax
本文介绍了将dplyr连接语法转换为纯数据表语法的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我正在学习data.table。我无法转换dplyr连接语法。您能否推荐以下测试用例的data.table等价？
library（data.table）
库（dplyr）
dtProduct< - data.table（
ProductID = c（6，33，17，88，44，51），
ProductName = c ，Helmet，Gloves，Towel，Chair，Detergent），
Price = c（25,60,10,7.5,135,16），
key = 'ProductID'
）
set.seed（20141216）
dtOrder< - data.table（
OrderID = sample（1001：9999，12），
CustomerID = sample（271：279,12，replace = TRUE），
＃注意：一些不存在的ProductID有意引入
ProductID = sample（c（dtProduct [，ProductID] 439），12，replace = TRUE），
Qty = sample（1：3，12，replace = TRUE），
key ='OrderID'
）
$ b b。 tables（）
NAME NROW NCOL MB COLS KEY
[1，] dtOrder 12 4 1 OrderID，CustomerID，ProductID，Qty OrderID
[2，] dtProduct 6 3 1 ProductID，ProductName，Price ProductID
> dtProduct
ProductID ProductName价格
1：6衬衫25.0
2：17手套10.0
3：33头盔60.0
4：44椅子135.0
5： 51洗涤剂16.0
6：88毛巾7.5
> dtOrder
OrderID CustomerID ProductID数量
1：1651 275 6 3
2：2726 272 88 2
3：3079 275 88 2
4：3168 274 17 1
5：4816 277 88 1
6：4931 278 51 1
7：5134 274 439 2
8：5265 272 33 3
9：7702 275 33 2
10：7727 279 155 2
11：8412 273 88 2
12：9130 271 17 3
Case1：显示订单明细，隐藏不匹配的ProductID
dtOrder％>％
inner_join（dtProduct，by =ProductID）％>％
transfute（OrderID，ProductID，ProductName，Qty，Price，ExtPrice = Qty * Price）
OrderID产品编号产品名称数量价格价格
1 1651 6衬衫3 25.0 75.0
2 3168 17手套1 10.0 10.0
3 9130 17手套3 10.0 30.0
4 5265 33头盔3 60.0 180.0
5 7702 33头盔2 60.0 120.0
6 4931 51洗涤剂1 16.0 16.0
7 2726 88毛巾2 7.5 15.0
8 3079 88毛巾2 7.5 15.0
9 4816 88毛巾1 7.5 7.5
10 8412 88毛巾2 7.5 15.0
Case2：显示订单详情，包括不匹配的ProductID
dtOrder％>％
left_join（dtProduct，by =ProductID）％>％
transfute（OrderID，ProductID，ProductName，Qty，Price，ExtPrice = Qty * Price）
OrderID ProductID ProductName
1 1651 6衬衫3 25.0 75.0
2 3168 17手套1 10.0 10.0
3 9130 17手套3 10.0 30.0
4 5265 33头盔3 60.0 180.0
5 7702 33头盔2 60.0 120.0
6 4931 51洗涤剂1 16.0 16.0
7 2726 88毛巾2 7.5 15.0
8 3079 88毛巾2 7.5 15.0
9 4816 88毛巾1 7.5 7.5
10 8412 88毛巾2 7.5 15.0
11 7727 155 NA 2 NA NA
12 5134 439 NA 2 NA NA
情况3：显示订单错误（只有不匹配的产品ID）
dtOrder％>％
left_join（dtProduct，by =ProductID）％>％
过滤器（is.na（ProductName））％>％
select OrderID，ProductID，ProductName，Qty）
OrderID ProductID ProductName数量
1 7727 155 NA 2
2 5134 439 NA 2
Case4：按ProductID排序的多种汇总，按TotalSales递减排序结果
dtOrder％>％
inner_join（dtProduct，by =ProductID）％>％
group_by（ProductID）％>％
（OrderCount = n（），TotalQty = sum（Qty），TotalSales = sum（Qty * Price））％>％
arrange（desc（TotalSales））
ProductID OrderCount TotalQty TotalSales
1 33 2 5 300.0
2 6 1 3 75.0
3 88 4 7 52.5
4 17 2 4 40.0
5 51 1 1 16.0
案例5：按产品ID列出不同总计，按总销售额递减排序结果
- NOTE1：此时ProductName与ProductID一起显示
-
按降序TotalSales不再工作（BUG？）
dtOrder％>％
inner_join（dtProduct，by = ProductID）％>％
group_by（ProductID，ProductName）％>％
summarize（OrderCount = n（），TotalQty = sum（Qty），TotalSales = sum ％b&b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b a b $ b 3 33头盔2 5 300.0
4 51洗涤剂1 1 16.0
5 88毛巾4 7 52.5
非常感谢您提供任何帮助。
解决方案>
setkey（dtOrder，ProductID）
（1-2）
＃这将是你写的pre>
dtProduct [dtOrder，
list（OrderID，ProductID，ProductName，Qty，Price，ExtPrice = Qty * Price），
nomatch = 0或者省略这个获得（2）
]
＃但我认为你最好用这个
dtProduct [dtOrder] [，ExtPrice：= Qty * Price] []
（3）
＃你可以再次采取字面的方向：
dtProduct [dtOrder] [！is.na（ProductName）] [，
list（OrderID，ProductID，ProductName，Qty）]
＃但我再次认为你会更好的
dtOrder [！dtProduct]
（4-5）
dtProduct [dtOrder，nomatch = 0] [，
list（OrderCount = .N，TotalQty = sum（Qty），TotalSales = sum（Qty * Price）），
by = list（ProductID，ProductName）] [
order（-TotalSales）]
I am learning data.table. I have difficulty converting the dplyr join syntax. Can you please recommend the data.table equivalence for the following test cases?
library(data.table) library(dplyr) dtProduct <- data.table( ProductID = c(6, 33, 17, 88, 44, 51), ProductName= c("Shirt", "Helmet", "Gloves", "Towel", "Chair", "Detergent"), Price= c(25, 60, 10, 7.5, 135, 16), key = 'ProductID' ) set.seed(20141216) dtOrder <- data.table( OrderID = sample(1001:9999, 12), CustomerID = sample(271:279, 12, replace=TRUE), # NOTE: some non-existent ProductID intentionally introduced ProductID = sample(c(dtProduct[, ProductID], 155, 439), 12, replace=TRUE), Qty = sample(1:3, 12, replace=TRUE), key = 'OrderID' ) > tables() NAME NROW NCOL MB COLS KEY [1,] dtOrder 12 4 1 OrderID,CustomerID,ProductID,Qty OrderID [2,] dtProduct 6 3 1 ProductID,ProductName,Price ProductID > dtProduct ProductID ProductName Price 1: 6 Shirt 25.0 2: 17 Gloves 10.0 3: 33 Helmet 60.0 4: 44 Chair 135.0 5: 51 Detergent 16.0 6: 88 Towel 7.5 > dtOrder OrderID CustomerID ProductID Qty 1: 1651 275 6 3 2: 2726 272 88 2 3: 3079 275 88 2 4: 3168 274 17 1 5: 4816 277 88 1 6: 4931 278 51 1 7: 5134 274 439 2 8: 5265 272 33 3 9: 7702 275 33 2 10: 7727 279 155 2 11: 8412 273 88 2 12: 9130 271 17 3Case1: Show Order Details, no-match ProductID are hidden
dtOrder %>% inner_join(dtProduct, by="ProductID") %>% transmute(OrderID, ProductID, ProductName, Qty, Price, ExtPrice=Qty*Price) OrderID ProductID ProductName Qty Price ExtPrice 1 1651 6 Shirt 3 25.0 75.0 2 3168 17 Gloves 1 10.0 10.0 3 9130 17 Gloves 3 10.0 30.0 4 5265 33 Helmet 3 60.0 180.0 5 7702 33 Helmet 2 60.0 120.0 6 4931 51 Detergent 1 16.0 16.0 7 2726 88 Towel 2 7.5 15.0 8 3079 88 Towel 2 7.5 15.0 9 4816 88 Towel 1 7.5 7.5 10 8412 88 Towel 2 7.5 15.0Case2: Show Order Details, INCLUDING no-match ProductID
dtOrder %>% left_join(dtProduct, by="ProductID") %>% transmute(OrderID, ProductID, ProductName, Qty, Price, ExtPrice=Qty*Price) OrderID ProductID ProductName Qty Price ExtPrice 1 1651 6 Shirt 3 25.0 75.0 2 3168 17 Gloves 1 10.0 10.0 3 9130 17 Gloves 3 10.0 30.0 4 5265 33 Helmet 3 60.0 180.0 5 7702 33 Helmet 2 60.0 120.0 6 4931 51 Detergent 1 16.0 16.0 7 2726 88 Towel 2 7.5 15.0 8 3079 88 Towel 2 7.5 15.0 9 4816 88 Towel 1 7.5 7.5 10 8412 88 Towel 2 7.5 15.0 11 7727 155 NA 2 NA NA 12 5134 439 NA 2 NA NACase3: Show Order Errors (Only no-match ProductID)
dtOrder %>% left_join(dtProduct, by="ProductID") %>% filter(is.na(ProductName)) %>% select(OrderID, ProductID, ProductName, Qty) OrderID ProductID ProductName Qty 1 7727 155 NA 2 2 5134 439 NA 2Case4: Various Aggregates by ProductID, sort result by TotalSales descending
dtOrder %>% inner_join(dtProduct, by="ProductID") %>% group_by(ProductID) %>% summarize(OrderCount=n(), TotalQty=sum(Qty), TotalSales=sum(Qty*Price)) %>% arrange(desc(TotalSales)) ProductID OrderCount TotalQty TotalSales 1 33 2 5 300.0 2 6 1 3 75.0 3 88 4 7 52.5 4 17 2 4 40.0 5 51 1 1 16.0
Case5: Various Aggregates by ProductID, sort result by TotalSales descending
- NOTE1: This time, ProductName is displayed along with ProductID
NOTE2: sort by descending TotalSales no longer working (BUG?)
dtOrder %>% inner_join(dtProduct, by="ProductID") %>% group_by(ProductID, ProductName) %>% summarize(OrderCount=n(), TotalQty=sum(Qty), TotalSales=sum(Qty*Price)) %>% arrange(desc(TotalSales)) ProductID ProductName OrderCount TotalQty TotalSales 1 6 Shirt 1 3 75.0 2 17 Gloves 2 4 40.0 3 33 Helmet 2 5 300.0 4 51 Detergent 1 1 16.0 5 88 Towel 4 7 52.5
Thank you very much in advance for any help.
解决方案
setkey(dtOrder, ProductID)
(1-2)
# this will be literally what you wrote
dtProduct[dtOrder,
list(OrderID, ProductID, ProductName, Qty, Price, ExtPrice=Qty*Price),
nomatch = 0 # or omit this to get (2)
]
# but I think you'd be better off with this
dtProduct[dtOrder][, ExtPrice := Qty*Price][]
(3)
# you can again take the literal direction:
dtProduct[dtOrder][!is.na(ProductName)][,
list(OrderID, ProductID, ProductName, Qty)]
# but again I think you'd be better off with
dtOrder[!dtProduct]
(4-5)
dtProduct[dtOrder, nomatch = 0][,
list(OrderCount=.N, TotalQty=sum(Qty), TotalSales=sum(Qty*Price)),
by = list(ProductID, ProductName)][
order(-TotalSales)]
这篇关于将dplyr连接语法转换为纯数据表语法的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
