r - 两个表的非相等连接

Question

我有 2 个数据框，我需要找出 mock$num 中的条目落在范围数据框指定的 x-y 范围内的次数。

id <- c(1:9)
num <- c(99,101,199,250,999,1500,3000,4000,5000)
mock <- data.frame(id, num)

x <- c(100,100,200,1000,4000,4000)
y <- c(198,200,300,2000,5000,5000)
range <- data.frame(x,y)

所需的输出如下所示

id num check
1 99   0
2 101  2
3 199  1
4 250  1
5 999  0
6 1500 1
7 3000 0
8 4000 2
9 5000 2

可以通过下面的代码获取

mock$check <- mapply(
    function(x){
        count = 0
        for (i in 1:nrow(range)){
            if (x >= range$x[i] & x <= range$y[i]){
                count = count + 1
            }
        }
        paste0(count)
    },
    mock$num
)

由于 for 循环，上述方法不适合大型数据集，我尝试使用非 equi 连接方法(通过 data.table)。但是，我对如何在两个表之间进行非相等连接感到困惑(不确定如何继续...)

nonequi <- mock[range, on =.(num >= x, num <=y),]

想寻求一些解决这个问题的指导。感谢您的帮助。

Answer 1

首先进行非等值连接，然后总结每个 id 出现的次数，然后连接回 mock 以找出哪些 ID 被遗漏了。对于这些 ID，将计数设置为零。

res <- setDT(mock)[setDT(range), .(id), on = .(num >= x, num <= y)][, .N, by = id][mock, on = .(id)][is.na(N), N := 0][]