r - data.table 按多列合并

Question

我正在尝试成对匹配 4 个变量并添加具有查找值的列。在基地，我会做 merge(df1,df2, by.x=c("lsr","ppr"),by.y=c("li","pro")) ，其中 df1有 9 列和 df2 (2 是 lsr 和 pro) df2只有 3 个，li , pro ，以及我感兴趣的“值(value)”，alpha .

这很好用，但是当我开始成为 data.table 的忠实粉丝时，我想在data.table中做到这一点方式 - 因为我有几百万行 - 所以基本合并很慢(我看到 by.x 和 by.y 功能正在等待 data.table ，但也许有一个解决方法)。请参阅下面的一些示例数据:

df2:
         alpha         li        pro
      1: 0.5000000 0.01666667 0.01666667
      2: 0.3295455 0.03333333 0.01666667
      3: 0.2435897 0.05000000 0.01666667
      4: 0.1917808 0.06666667 0.01666667
      5: 0.1571429 0.08333333 0.01666667
df1:     
          demand rtime    mcv         mck        ppr       mlv         mlk        lsr
      1:    0.3     1 357.57700 0.099326944 0.01666667 558.27267 0.155075741 0.01666667
      2:    0.3    10 548.75433 0.152431759 0.01666667 614.30667 0.170640741 0.03333333
      3:    0.3    11 314.55767 0.087377130 0.01666667 636.48100 0.176800278 0.03333333
      4:    0.3     2 312.15033 0.086708426 0.01666667 677.48100 0.188189167 0.06666667
      5:    0.3     3 454.47867 0.126244074 0.01666667 608.92067 0.169144630 0.01666667
     ---                                                                               
6899196:    0.6     5 537.92673 0.149424093 1.00000000 537.92673 0.149424093 1.00000000
6899197:    0.6     6 277.34732 0.077040923 1.00000000 277.34732 0.077040923 1.00000000
6899198:    0.6     7  73.31484 0.020365235 1.00000000  73.31484 0.020365235 1.00000000
6899199:    0.6     8  32.04197 0.008900546 1.00000000  32.04197 0.008900546 1.00000000
6899200:    0.6     9  14.59008 0.004052799 1.00000000  14.59008 0.004052799 1.00000000

最后，也许感兴趣的是，在 df2我有独特的行，在 df1 , 我有很多关于 lsr 的重复项和 ppr .我还尝试设置两个键并将它们加入 data.table方式，并添加一个新列 alpha .但没有成功。

Answer 1

您可以在评论中使用 David Arenburg 提供的声明:

setkey(df1, lsr, ppr)
setkey(df2, li, pro)
df1[df2, alpha := i.alpha]

来自 current devel version, 1.9.5 ，我们可以直接执行连接，而无需使用 on 设置键。争论:

df1[df2, alpha := i.alpha, on = c(lsr="li", ppr="pro")]

如果你不想安装开发版本，那么你可以等到它在 CRAN 上作为 v1.9.6 推送。