Блог

Главная - Вопросы по программированию - Данные.объединение таблиц с переменными именами столбцов

Данные.объединение таблиц с переменными именами столбцов

#r #join #data.table

#r #Присоединиться #data.table

Вопрос:

Мне нужно итеративно выполнять соединения между двумя таблицами data.tables, где имена столбцов являются переменными, которые я ввожу из функции. Я выполнял объединения, используя функциональность data.tables ‘on’, и сталкиваюсь с проблемами, поскольку имена переменных столбцов, похоже, не распознаются.

Например, скажем, у нас есть две таблицы, Table_1 и Table_2, следующим образом:

 require(data.table)
n <- 20
Table_1 <- data.table(A = seq_len(n)   1,
               B = seq_len(n)   3,
               C = seq_len(n)   5)

m <- 15
Table_2 <- data.table(D = seq_len(m)   7,
               E = seq_len(m)   9,
               F = seq_len(m)   12)

Я могу легко выполнять объединения, где я определяю столбцы явно. например

 Table_2[Table_1,on = .(F = C),sum(D.na.rm = T)]

Однако то, что мне нужно сделать, это выполнить несколько сопоставлений для разных столбцов, таких как этот:

 require(purrr)    
pmap(.l = CJ(x = c("D","F"),y = c("A","B")),
     .f = function(x,y) Table_2[Table_1,on = .(x = y),sum(C,na.rm = T)])

Я получаю следующую ошибку:

 Error in colnamesInt(x, names(on), check_dups = FALSE) : 
  argument specifying columns specify non existing column(s): cols[1]='x'

Я пробовал разные вещи, такие как:

  1. Заключая x и y с помощью «eval()» или «noquote»
  2. Размещение функции pmap внутри data.table, а не снаружи, как показано выше.

Ни один из подходов не работает. Любая помощь была бы с благодарностью принята, поскольку, очевидно, будет крайне неэффективно выписывать отдельные операторы объединения!

Спасибо, Фил

Редактировать:

Ниже было предложено рассмотреть возможность использования функции «слияние». Теоретически, это сработало бы для приведенного выше примера, однако я не упоминал выше, что мне действительно нужно использовать неэквивалентные соединения, что означает, что, насколько мне известно, я не могу использовать «слияние». В моем реальном случае будут комбинации равнозначных и неэквивалентных соединений, которым мне нужно сопоставить имена столбцов с помощью функции.

Я предоставил последующий пример с целевым выводом. В примере есть только два оператора объединения, но мне нужно, чтобы решение было достаточно гибким для обработки нескольких:

Я хочу следующее выражение:

 pmap(.l = list(x1 = "D",x2 = "A",x3 = "E",x4 = "B"),
    .f = function(x1,x2,x3,x4) (Table_2[Table_1,on = .(x1 = x2,
                             x3 > x4),sum(C,na.rm = T)]))

Чтобы выдать тот же результат, что и этот:

 Table_2[Table_1,on = .(D = A,
                       E > B),sum(C,na.rm = T)]

т.е. 310 в этом примере.

Еще раз спасибо, Фил

Комментарии:

1. Можете ли вы показать ожидаемый результат с учетом входных данных?

2. Вы пробовали функцию слияния ? Параметры by.x и by.y запрашивают строки в качестве имен столбцов, которые также могут быть в переменных.

3. @sindri_baldur — пожалуйста, смотрите мой пересмотренный вопрос выше с целевым выводом. Спасибо

4. @cdalitz — спасибо за это. Это сработало бы в приведенном выше примере, но я не упомянул всю сложность моего реального сценария, где требуются неравные соединения. Пожалуйста, смотрите мой исправленный вопрос с целевым выводом.

Ответ №1:

Я только что выяснил, как это сделать методом проб и ошибок:

   pmap(.l = list(x1 = "D",x2 = "A",x3 = "E",x4 = "B"),
       .f = function(x1,x2,x3,x4) (Table_2[Table_1,on = 
                            c(paste0(x1,"==",x2),paste0(x3,">",x4)),
                                           sum(C,na.rm = T)]))