R data.table join：SQL“select *”类似的语法在连接表？ [英] R data.table join: SQL "select *" alike syntax in joined tables?

问题描述

我有两个data.tables有许多字段。

我想连接两个表，添加一些计算字段，并追加所有其他字段从第一，第二或者两个表（类似于SQL select a + b AS sum，DT1。*，DT2。* FROM ...

简化的示例数据：

  library（data.table）
 DT1 = data.table（x = c（c，a，b a，b），a = 1：5）
 DT2 = data.table（x = c（d，c，b），b = 6：8）
  

现在我想加入表格并添加一个计算字段：

  DT1 [DT2，。（sum = a + b，<<如何说DT1。*，DT2。* here？> ），on =x] 
  

受用户jangorecki的启发我找到了一个功能请求：

应该能够在加入期间引用我的.SD。

解决方案

它使用非常强大的R功能，称为计算（或元编程），在官方 R语言定义手册。这是R语言的一个特殊功能，不应忘记IMO。

  library（data.table）
 DT1 = data.table（x = c（c，a，b，a，b），a = 1：5 ）
 DT2 = data.table（x = c（d，c，b），b = 6：8）
 
 jj = as.call 
 list（as.name（。）），
 list（sum = quote（a + b）），
 lapply ））），as.name）
））
 print（jj）
＃（sum = a + b，x，a，b）
 DT1 （jj），on =x] 
＃sum xab 
＃1：NA d NA 6 
＃2：8 c 1 7 
＃3：11 b 3 8 
＃4：13 b 5 8 
  

I have two data.tables with many fields.

I want to join the two tables, add some calculated fields and append all other fields from the first, second or both tables (similar to SQL's select a+b AS sum, DT1.*, DT2.* FROM...) without typing all the field names.

How can I do this (regarding easiest syntax and best performance)?

Simplified example data:

library(data.table)
DT1 = data.table(x=c("c", "a", "b", "a", "b"), a=1:5)
DT2 = data.table(x=c("d", "c", "b"), b=6:8)

Now I want to join the tables and add a calculated field:

DT1[DT2, .(sum=a + b, <<< how to say DT1.*, DT2.* here? >>> ), on="x"]

Update May 4, 2016: Inspired by user jangorecki I have found a feature request for this:

Should be able to refer to i's .SD during a join

解决方案

This should precisely answer your need.
It uses very powerful R feature called computing on the language (or meta programming) well described in official R Language Definition manual. This is an exceptional feature of R language and should not be forgotten IMO.

library(data.table)
DT1 = data.table(x=c("c", "a", "b", "a", "b"), a=1:5)
DT2 = data.table(x=c("d", "c", "b"), b=6:8)

jj = as.call(c(
    list(as.name(".")),
    list(sum = quote(a+b)),
    lapply(unique(c(names(DT1), names(DT2))), as.name)
))
print(jj)
#.(sum = a + b, x, a, b)
DT1[DT2, eval(jj), on="x"]
#   sum x  a b
#1:  NA d NA 6
#2:   8 c  1 7
#3:  11 b  3 8
#4:  13 b  5 8

这篇关于R data.table join：SQL“select *”类似的语法在连接表？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！