Question

 library(data.table)
 DT1 <- data.table(num = 1:6, group = c("A", "B", "B", "B", "A", "C"))
 DT2 <- data.table(group = c("A", "B", "C"))

每当popular中包含DT2至少两次时，我想将TRUE列添加到DT2$group，其值为DT1$group。因此，在上面的示例中，DT2应为

    group popular
 1:     A    TRUE
 2:     B    TRUE
 3:     C   FALSE

什么是有效的方法？

更新的示例： DT2实际上可能包含的组数多于DT1，因此这里有一个更新的示例：

 DT1 <- data.table(num = 1:6, group = c("A", "B", "B", "B", "A", "C"))
 DT2 <- data.table(group = c("A", "B", "C", "D"))

所需的输出将是

    group popular
 1:     A    TRUE
 2:     B    TRUE
 3:     C   FALSE
 4:     D   FALSE

Answer 1

我只是这样做：

## 1.9.4+
setkey(DT1, group)
DT1[J(DT2$group), list(popular = .N >= 2L), by = .EACHI]
#    group popular
# 1:     A    TRUE
# 2:     B    TRUE
# 3:     C   FALSE
# 4:     D   FALSE ## on the updated example

data.table的连接语法非常强大，因为在加入时，您还可以在j中聚合/选择/更新列。在这里我们执行连接。对于DT2$group中的每一行，DT1中相应的匹配行，我们计算j - 表达式.N >= 2L;通过指定by = .EACHI（请检查1.9.4 NEWS），我们每次都会计算j - 表达式。

在1.9.4中，.()已在所有i，j和by中作为别名引入。所以你也可以这样做：

DT1[.(DT2$group), .(popular = .N >= 2L), by = .EACHI]

当您按单个字符列加入时，可以完全删除.() / J()语法（为方便起见）。所以这也可以写成：

DT1[DT2$group, .(popular = .N >= 2L), by = .EACHI]

Answer 2

我会这样做：首先计算每个组在DT1中显示的次数，然后只需加入DT2和DT1。

require(data.table)
DT1 <- data.table(num = 1:6, group = c("A", "B", "B", "B", "A", "C"))
DT2 <- data.table(group = c("A", "B", "C"))

#solution:
DT1[,num_counts:=.N,by=group] #the number of entries in this group, just count the other column
setkey(DT1, group)
setkey(DT2, group)
DT2 = DT1[DT2,mult="last"][,list(group, popular = (num_counts >= 2))]

#> DT2
#   group popular
#1:     A    TRUE
#2:     B    TRUE
#3:     C   FALSE

检查其他data.table中data.table值的频率

2 个答案: