Question

我想在R中使用神奇的data.table包进行笛卡尔（全外部）连接。但是，我想要提到无法匹配的行，即我的两个data.tables＆＃34; left＆＃34;和＆＃34;对＆＃34;看起来像

key | data_left
  1 |       aaa
  2 |       bbb
  3 |       ccc

和

key | data_right
  1 |        xxx
  2 |        yyy

使用键列交叉连接＆＃34;键＆＃34;给了我

key | data_left | data_right
  1 |       aaa |        xxx
  2 |       bbb |        yyy

但是，完全缺少不匹配的行3 | ccc。添加选项nomatch=0（而不是nomatch=NA）没有帮助。我希望data.table只用NA来填充剩余的列，所以我希望

key | data_left | data_right
  1 |       aaa |        xxx
  2 |       bbb |        yyy
  3 |       ccc |         NA

知道我能做些什么才能让它发挥作用？

代码示例：

library(data.table)
left = data.table(keyCol = c(1,2,3), data_left = c("aaa", "bbb", "ccc"))
right = data.table(keyCol = c(1,2), data_right = c("xxx", "yyy"))
setkey(left, keyCol)
setkey(right, keyCol)
res0 = left[right, allow.cartesian=TRUE, nomatch=NA]
resNA = left[right, allow.cartesian=TRUE, nomatch=0]

Answer 1

假设每keyCol个值最多有一行，我会......

# setup
kc = "keyCol"
DTs = list(left, right)

# make main table with key col(s)
DT = unique(rbindlist(lapply(DTs, `[`, j = ..kc)))

# get non-key cols
for (d in DTs){
  cols = setdiff(names(d), kc)
  DT[d, on=kc, (cols) := mget(sprintf("i.%s", cols)) ][]
}

# cleanup loop vars
rm(d, cols)

这适用于更常见的情况......

更多关键字组（kc）和
更多具有非重叠列名称的表格（DTs）。

如果您希望将键列作为结果中的键，则代码会简化：

# make main table with key col(s)
DT = setkey(unique(rbindlist(lapply(DTs, `[`, j = ..kc))))

# get non-key cols
for (d in DTs){
  cols = setdiff(names(d), kc)
  DT[d, (cols) := mget(sprintf("i.%s", cols)) ][]
}

data.table：cartesian join和nomatch

1 个答案: