Question

我希望仅在值不是NA时才基于新data.table更新旧版data.table中的列。

DT_old = data.table(x=rep(c("a","b","c")), y=c(1,3,6), v=1:3, l=c(1,1,1))
DT_old
   x y v l
1: a 1 1 1
2: b 3 2 1
3: c 6 3 1
DT_new = data.table(x=rep(c("b","c",'d')), y=c(9,6,10), v=c(2,NA,10), z=c(9,9,9))
DT_new
   x  y  v z
1: b  9  2 9
2: c  6  NA 9
3: d 10 10 9

我希望输出为

   x  y  v z
1: b  9  2 9
2: c  6  3 9
3: d 10 10 9
4: a 1 1 NA

目前我正在合并两个data.table并浏览每一列并替换新数据中的NA。表

DT_merged <- merge(DT_new, DT_old, all=TRUE, by='x')
DT_merged
   x y.x v.x  z y.y v.y  l
1: a  NA  NA NA   1   1  1
2: b   9   2  9   3   2  1
3: c   6  NA  9   6   3  1
4: d  10  10  9  NA  NA NA
DT_merged[is.na(y.x), y.x := y.y]
DT_merged[is.na(v.x), v.x := v.y]
DT_merged = DT_merged[, list(y=y.x, v=v.x, z=z)

有没有更好的方法来完成上述工作？

Answer 1

在这里，我将如何处理这个问题。首先，我将使用二进制连接根据两个表的DT_new列的唯一值组合展开x

res <- setkey(DT_new, x)[unique(c(x, DT_old$x))]
res
#    x  y  v  z
# 1: b  9  2  9
# 2: c  6 NA  9
# 3: d 10 10  9
# 4: a NA NA NA

然后，我将使用另一个二进制连接

通过引用更新res中的两列

setkey(res, x)[DT_old, `:=`(y = i.y, v = i.v)]
res
#    x  y  v  z
# 1: a  1  1 NA
# 2: b  3  2  9
# 3: c  6  3  9
# 4: d 10 10  9

在评论部分之后，您似乎尝试按照自己的条件加入每个列。在R或任何语言AFAIK中没有简单的方法来做这样的事情。因此，您自己的解决方案本身可能是一个不错的选择。

虽然，这里有一些其他选择，主要来自a similar question I myself asked not long ago

使用两个ifelse个参数

setkey(res, x)[DT_old, `:=`(y = ifelse(is.na(y), i.y, y), 
                            v = ifelse(is.na(v), i.v, v))]

两个单独的条件连接

setkey(res, x) ; setkey(DT_old, x) ## old data set needs to be keyed too now
res[is.na(y), y := DT_old[.SD, y]]
res[is.na(v), v := DT_old[.SD, v]]

两者都能满足您的需求。

<强> P.S。

如果您不想要警告，则需要正确定义相应的列类，例如v中的DT_new列应定义为v= c(2L, NA_integer_, 10L)

根据另一个数据表更新data.table

1 个答案: