Question

我需要帮助找到解决以下问题的方法：

以下是一个示例数据集：

library(data.table)
x_coord <- rep(sort(rep(c(1:3),3)),2)
y_coord <- rep(c(1:3),6)
time_info <- c(rep(strptime("201701010000", tz = "UTC", format = "%Y%m%d%H%M"),9), rep(strptime("201701010005", tz = "UTC", format = "%Y%m%d%H%M"),9))

table1 <- data.table(x = x_coord, y = y_coord, time = time_info)

table2 <- data.table(x = c(1,1,3,2), y = c(1,1,3,1),time = rep(time_info[1], 4), values = c(3,5,8,6))
# table2 has one unique time-value

目的是使用table2中的值填充table1，使其如下所示：

table3 <- table1
for (i in c(1:nrow(table2))) {
table3[x == table2$x[i] & y == table2$y[i] & time == table2$time[i],"values" := .(table2$values[i])]
}

有几个限制因素：

table1不包含table2和反向的所有坐标。每个坐标/时间组合只有一个对应的值，因此每个坐标/时间没有多个值的问题。
我无法手动完成，因为“table1”实际上有2 * 10 ^ 7行，我想从几乎100'000“table2”中获取每个大小约为1的值10000行，每行来自不同的文件。

我尝试过合并，但是当它循环时，它会在每次迭代时添加一个新的“值”列（最重要的是它需要很长时间）。我也试过与

table1[time == table2$time[1] & paste0(x,y) %in% paste0(table2$x,table2$y), "values" := .(table2$values)]

但是我不确定是否将正确的值分配给了正确的坐标。

我希望我的问题很清楚，如果没有，请对不起！非常感谢您的帮助。

Answer 1

与data.table的加入：

table1[table2, on = .(x, y, time), values := values][]

给出：

    x y                time values
 1: 1 1 2017-01-01 01:00:00      5
 2: 1 2 2017-01-01 01:00:00     NA
 3: 1 3 2017-01-01 01:00:00     NA
 4: 2 1 2017-01-01 01:00:00      6
 5: 2 2 2017-01-01 01:00:00     NA
 6: 2 3 2017-01-01 01:00:00     NA
 7: 3 1 2017-01-01 01:00:00     NA
 8: 3 2 2017-01-01 01:00:00     NA
 9: 3 3 2017-01-01 01:00:00      8
10: 1 1 2017-01-01 01:05:00     NA
11: 1 2 2017-01-01 01:05:00     NA
12: 1 3 2017-01-01 01:05:00     NA
13: 2 1 2017-01-01 01:05:00     NA
14: 2 2 2017-01-01 01:05:00     NA
15: 2 3 2017-01-01 01:05:00     NA
16: 3 1 2017-01-01 01:05:00     NA
17: 3 2 2017-01-01 01:05:00     NA
18: 3 3 2017-01-01 01:05:00     NA

Answer 2

如果你准备使用dplyr软件包，你可以这样做。

library(dplyr)
table3 = table1 %>% left_join(table2)

通过使用data.table匹配来自不同表的多个行来填充表列

2 个答案: