r - 使用 `j` 选择 `x` 的连接列及其所有非连接列

Question

我有两个数据表:

library(data.table)
d1 <- data.table(grp = c("a", "c", "b", "a"), val = c(2, 3, 6, 7), y1 = 1:4, y2 = 5:8)

d2 <- data.table(grp = rep(c("a", "b", "c"), 2),
                 from = rep(c(1, 5), each = 3), to = rep(c(4, 10), each = 3), z = 11:16)

我执行了一个非对等连接，其中 'd1' 中的值 'val' 应落在每个组 'grp' 中的 'd2' 中的 'from' 和 'to' 定义的范围内。

d1[d2, on = .(grp, val >= from, val <= to), nomatch = 0]
#    grp val y1 y2 val.1  z
# 1:   a   1  1  5     4 11
# 2:   c   1  2  6     4 13
# 3:   a   5  4  8    10 14
# 4:   b   5  3  7    10 15

在输出中，连接变量来自 i ('val' 和 'val.1'，分别为 'd2' 中的 'from' 和 'to' 值)。但是，我想要 x的连接列代替。现在，因为...

Columns of x can now be referred to using the prefix x. and is particularly useful during joining to refer to x's join columns as they are otherwise masked by i's.

...这可以通过指定 val = x.val 来实现在 j :

d1[d2, .(grp, val = x.val, z), on = .(grp, val >= from, val <= to), nomatch = 0]

为了避免输入来自 x 的所有非连接列(可能很多)在 j ，我目前的解决方法是将上述内容与原始数据结合起来，从而得到所需的结果:

d1[d1[d2, .(grp, val = x.val, z), on = .(grp, val >= from, val <= to), nomatch = 0]
   , on = .(grp, val)]
#    grp val y1 y2  z
# 1:   a   2  1  5 11
# 2:   c   3  2  6 13
# 3:   a   7  4  8 14
# 4:   b   6  3  7 15

然而，这似乎有点笨拙。因此我的问题是:如何从 x 中选择连接列以及来自 x 的所有非连接列在 j一气呵成？

PS 我已经考虑过切换 x和 i数据集，以及 on 中的条件.尽管这会产生所需的连接值，但它仍然需要后处理(删除、重命名和重新排序列)。

Answer 1

PS I have considered switching the x and i data sets, and the conditions in on. Although that produces the desired join values, it still requires post-processing (deleting, renaming and reordering of columns).

后期处理的数量受限于多少 on=列有:

d2[d1, on=.(grp, from <= val, to >= val), nomatch=0][, 
  `:=`(val = from, from = NULL, to = NULL)][]

这似乎还不算太糟。

按照@Jaap 的评论，这是另一种方式，将列添加到 d1使用更新连接:

nm2 = setdiff(names(d2), c("from","to","grp"))
d1[d2, on=.(grp, val >= from, val <= to), (nm2) := mget(sprintf("i.%s", nm2))]

这在这里很有意义，因为所需的输出本质上是 d1加上来自 d2 的一些列(因为 d1 的每一行最多匹配 d2 的一行)。