r - 非对等加入，然后分组汇总

Question

这是一个 MWE。

dta <- data.table(id=rep(1:2, each=5), seq=rep(1:5, 2), val=1:10)
dtb <- data.table(id=c(1, 1, 2, 2), fil=c(2, 3, 3, 4))
dtc <- data.table(id=c(1, 1, 2, 2), mval=rep(0, 4))
for (ind in 1:4) dtc$mval[ind] <- mean( dta$val [dta$id == dtb$id[ind] & dta$seq < dtb$fil[ind]] )

dtc
#    id      mval
# 1:  1       1.0
# 2:  1       1.5
# 3:  2       6.5
# 4:  2       7.0

dtc 应与 dtb 具有相同的行数。每(行) ind在 dtc 中，

dtc$id[ind] = dtb$id[ind] .

dtc$mval[ind] = mean(dta$val[x]) ，其中 x 是 dta$id == dtb$id[ind] & dta$seq < dtb$fil[ind] .

我的 data.tables 非常大。因此，我正在寻找一种以最小的内存占用实现上述目标的方法。我正在考虑非平等加入，然后进行总结，但我似乎无法让它发挥作用。因此，问题的标题。

非常感谢任何帮助，谢谢!

Answer 1

可能这有帮助

dtc[, mval := dta[dtb, mean(val) ,on =.(id, seq < fil), by = .EACHI]$V1]
dtc
#   id mval
#1:  1  1.0
#2:  1  1.5
#3:  2  6.5
#4:  2  7.0