Question

一个数据表（让我们的呼叫为A）包含ID号：

ID
3
5
12
8
...

和另一个表（让我们称之为B）包含该下限和上限以及该ID的名称。

ID_lower   ID_upper     Name
 1            4         James
 5            7         Arthur
 8            11        Jacob
 12           13        Sarah

基于表B，给定表A中的ID，我们可以通过在表B中的行上查找名称找到匹配的名称，以便

ID_lower <= ID <= ID upper

我想创建一个ID和Name表，所以在上面的例子中，它将是

ID           Name
3            James
5            Arthur
12           Sarah
8            Jacob
...          ...

我用于循环，因此对于A的每一行，我在B中查找行，使得ID位于该行的ID_lower和ID_upper之间，并从那里加入名称。但是，这种方法有点慢。在R中有没有快速的方法？

Answer 1

在data.table的当前开发版本中使用新的non-equi连接功能，这很简单：

require(data.table) # v1.9.7+
dt2[dt1, .(ID, Name), on=.(ID_lower <= ID, ID_upper >= ID)]

请参阅devel版本here的安装说明。

其中，

dt1=fread('ID
            3
            5
           12
            8')
dt2 = fread('ID_lower   ID_upper     Name
                    1         4     James
                    5         7    Arthur
                    8        11     Jacob
                   12        13     Sarah')

Answer 2

您可以使用第二个data.frame（B）制作一个查找表：

lu <- do.call(rbind,
              apply(B,1,function(x) 
                    data.frame(ID=c(x[1]:x[2]),Name=x[3], row.names = NULL)))

然后用你的第一个data.frame（A）查询它：

A$Name <- lu[A$ID,"Name"]

Answer 3

您可以尝试此data.table解决方案：

data.table::setDT(B)[, .(Name, ID = Map(`:`, ID_lower, ID_upper))]
                    [, .(ID = unlist(ID)), .(Name)][ID %in% A$ID]

     Name ID
1:  James  3
2: Arthur  5
3:  Sarah 12
4:  Jacob  8

Answer 4

我相信ID_lower A[,Name:=B[findInterval(ID,ID_lower),Name]]; A; ## ID Name ## 1: 3 James ## 2: 5 Arthur ## 3: 12 Sarah ## 4: 8 Jacob可能是理想的方法：

只有当{1} ID_lower按A$ID排序并且（2）B中的所有值都被var bob = "bob" var joe = "joe" var arr = [bob, joe] arr[1] = "joseph" print(joe) // this returns "joe" and not sarah, because what happened is, arr is now equal to [bob, sarah]中的范围所涵盖时，才会正确。< / p>

使用条件有效地连接两个数据表

4 个答案: