Question

我在使用data.table进行“双重”合并时遇到了一些麻烦。这是我想用简单的英语做的事情。我有一些图形/网络数据（即节点和边缘），我想将一些节点属性合并到包含边缘的data.table中。如何将“node”data.table中的附加信息合并到“edge”data.table中两次（一次用于“From”，一次用于“To”列）？第一次合并很容易，但在第二次合并中，我似乎无法弄清楚如何将新合并的列放入我的返回DT（即编写正确的 j 语句。这是一些示例数据说明：

set.seed(1)
nodes <- data.table( NodeID=c("N1", "N2", "N3", "N4", "N5"), 
                     Name=c("Alice", "Bob", "Charlie", "David", "Emily"), 
                     key="NodeID")

edges <- data.table( EdgeID=1:10, 
                     From=sample(nodes$NodeID, 10, replace=TRUE), 
                     To=sample(nodes$NodeID, 10, replace=TRUE))
setkey(edges, From, To)

我想要的输出是有一个新的data.table，它将节点data.table中的“Name”列添加到边缘data.table TWICE：一次用于“From”列，一次用于“To”列

   From EdgeID To    FromName ToName
1:   N1     10 N4    Alice    David
2:   N2      2 N1    Bob      Alice
3:   N2      1 N2    Bob      Bob
4:   N2      5 N4    Bob      David
5:   N3      3 N4    Charlie  David
6:   N4      9 N2    David    Bob
...

第一次合并（对于“From”列）很简单：边缘[节点] 第二个更难，因为它需要一个单独的 by 参数（对于“To”列）。但是指定 by 参数会强制您同时指定 j 。但是，我如何引用仅在合并完成后才会创建的 new 列？

edges[nodes, ????, To]

也许我完全偏离了这里，并且有更好的方法。

Answer 1

我会将edges的密钥设置两次，然后加入两次。

setkey(edges, From)
edges[nodes, FromName := Name]
setkey(edges, To)
edges[nodes, ToName := Name]

## one-liner
setkey(setkey(edges, From)[nodes, FromName := Name], To)[nodes, ToName := Name]

Answer 2

听起来你正在尝试做类似以下的事情：

library(reshape2)
packageVersion("data.table")
# [1] ‘1.8.11’
x <- melt(edges, id.vars="EdgeID")
setkey(x, "value")
setkey(nodes, "NodeID")
dcast.data.table(nodes[x], EdgeID ~ variable, value.var="Name")
#     EdgeID    From      To
#  1:      1     Bob     Bob
#  2:      2     Bob   Alice
#  3:      3 Charlie   David
#  4:      4   Emily     Bob
#  5:      5     Bob   David
#  6:      6   Emily Charlie
#  7:      7   Emily   David
#  8:      8   David   Emily
#  9:      9   David     Bob
# 10:     10   Alice   David

基本思想是在合并之前将“边缘”data.table转换为“长”数据集，然后在合并后将输出重新整形为“宽”形式。

注意：要使用dcast.data.table，您需要更新版本的“data.table”（至少版本1.8.11）。要安装最新的开发版本，请使用以下命令安装：
   install.packages("data.table", repos="http://R-Forge.R-project.org")

如果您希望输出中包含原始的“From”和“To”列，您还可以再次与“edge”合并：

dcast.data.table(nodes[x], EdgeID ~ variable, value.var="Name")[edges]
#     EdgeID    From      To From.1 To.1
#  1:      1     Bob     Bob     N2   N2
#  2:      2     Bob   Alice     N2   N1
#  3:      3 Charlie   David     N3   N4
#  ///SNIP///
#  9:      9   David     Bob     N4   N2
# 10:     10   Alice   David     N1   N4

data.table合并重复列名/如何写Y对应Y中的名字？

2 个答案: