Question

我有2个数据表：items和category

require(data.table)
set.seed(1L) # for reproducibility
category <- data.table(from = c(0,8,15,25,45.5,90,101), 
                       to = c(5,12,20,39,60,100,99999), 
                       class = c("A","B","C","D","E","F","G"))

items <- data.table(weight = sample(0:999,10000,replace=TRUE))

我想要＆＃34;项目中的每一行＆＃34;一个类别标签，例如，如果第一项的权重为7，它就会选择等级＆＃34; B＆＃34;。类别权重不必跨越所有权重，可能存在间隙，因此类别A为0-5，B为8-12，C为15-20等

我可以在%in%的数据框中执行此操作，但是＆＃34;项目＆＃34;数据集有1000万个项目和＆＃34;类别＆＃34;数据集有200多个类别，因此我试图在数据表中执行此操作。

我该怎么做？

Answer 1

使用当前开发版data.table，non-equi，

中的v1.9.7联接（新功能）

category[, to2 := shift(from, type="lead", fill=to[.N]+1L)]
items[category, result := class, on=.(weight >= from, weight < to2)]

就是这样。对于每个category，items中的相应匹配行是根据提供给on=参数的条件找到的。然后，这些匹配的行将获得相应的class。

值

请参阅安装说明here。

Answer 2

试试这个

items$label=cut(items$weight,breaks = c(-1,category$to),right = T,labels = category$class)

连接2个数据表没有任何键，但有一些逻辑链接

2 个答案: