r - 仅当使用 data.table 的 := 连接两个表时才需要第一个实例

Question

我有一个policyData，它是我非常大的数据集(数百万行)，我希望通过映射表(数万行)向其中添加一些信息。

示例:

policyData <- data.table(plan=c("c","b","b","d"),v=c(8,7,5,6),foo=c(4,2,8,3))
mapping <- data.table(plan=c("b","b","a","a","c","c"),a=c(1,2,4,5,7,8),b=c(9,8,6,5,3,2))

政策数据:

   plan v foo
1:    c 8   4
2:    b 7   2
3:    b 5   8
4:    d 6   3

映射:

   plan a b
1:    b 1 9
2:    b 2 8
3:    a 4 6
4:    a 5 5
5:    c 7 3
6:    c 8 2

问题是映射有多个实例，我希望只获得第一个匹配项。我需要使用 := 使用内存有效的方式将两者连接起来。

所需的输出是:

   plan v foo  a  b
1:    c 8   4  7  3
2:    b 7   2  1  9
3:    b 5   8  1  9
4:    d 6   3 NA NA

我已经尝试过:

policyData[mapping, on="plan", `:=`(a=i.a, b=i.b)] 

给出了映射表中的最后一个实例:

   plan v foo  a  b
1:    c 8   4  8  2
2:    b 7   2  2  8
3:    b 5   8  2  8
4:    d 6   3 NA NA

我也尝试过:

policyData[mapping, on="plan", `:=`(a=i.a, b=i.b), mult="first"]

这给出了奇怪的结果(第二个“b”与映射不匹配):

   plan v foo  a  b
1:    c 8   4  8  2
2:    b 7   2  2  8
3:    b 5   8 NA NA
4:    d 6   3 NA NA

任何见解都会有帮助。我已经进行了大量搜索。

Answer 1

简单总结一下mapping与 mapping[, .SD[1], by = plan]并使用它来加入:

policyData[mapping[, .SD[1], by = plan]
           , on = .(plan)
           , `:=` (a = i.a, b = i.b)]

给出所需的输出:

> policyData
   plan v foo  a  b
1:    c 8   4  7  3
2:    b 7   2  1  9
3:    b 5   8  1  9
4:    d 6   3 NA NA