如何防止具有重复索引/键的行附加到data.frame？

Question

我有数据,其中两个变量("ManufactererId"和"ProductId")的组合构成唯一的键/标识符.数据如下所示:

my.data <- data.frame(ManufactererId = c(1, 1, 2, 2),
                      ProductId = c(1, 2, 1, 7),
                      Price = c(12.99, 149.00, 0.99, 3.99))
my.data
#   ManufactererId ProductId  Price
# 1              1         1  12.99
# 2              1         2 149.00
# 3              2         1   0.99
# 4              2         7   3.99

我想确保我不会意外地添加另一行ManufactererId - ProductId等于表中已存在的行(就像数据库表上的唯一约束一样).

也就是说,如果我尝试向我的数据框添加ManufactererId = 2和ProductId = 7的行:

my.data <- rbind(my.data, data.frame(ManufactererId = 2, ProductId = 7, Price = 120.00))

......它应该失败并出错.怎么能实现这一目标？

或者我应该使用不同的数据类型？

Answer 1

1)zoo是否方便取决于你想要做什么操作,但动物园对象有唯一索引.我们可以通过将两个Id列粘贴在一起来构造文本索引.

library(zoo)
z <- with(my.data, zoo(Price, paste(ManufactererId, ProductId)))

z <- c(z, zoo(90, "1 1")) # Error, not appended
z <- c(z, zoo(90, "1 3")) # OK

请注意,动物园对象的数据部分可以是如上所示的向量,也可以是矩阵,以防您在数据中只有Price.

2)SQLite 这可以使用许多数据库中的任何一个来完成,但我们将在这里使用SQLite.首先,我们在SQLite数据库中创建一个具有唯一索引的表,然后插入行.

library(RSQLite)

con <- dbConnect(SQLite())
dbWriteTable(con, "my", my.data, row.names = FALSE)
dbGetQuery(con, "create unique index ix on my(ManufactererId, ProductId)")

dbGetQuery(con, sprintf("insert into my values(%d, %d, %d)", 1, 1, 99)) # error
dbGetQuery(con, sprintf("insert into my values(%d, %d, %d)", 1, 13, 90)) # OK

Answer 2

你可以这样做:keys你的唯一钥匙在哪里

append_save <- function(DF, to_be_appended, keys=c("ManufactererId", "ProductId")){
  if(ncol(DF) != ncol(to_be_appended) || !all(names(DF) %in% names(to_be_appended))){
    stop("must have the same columns")
  }
  if(nrow(merge(DF, to_be_appended, by=keys))==0){
    rbind(DF, to_be_appended)
  } else {
    stop("Trying to append douplicated indices")
  }
}

测试一下:

to_be_appended = data.frame(ManufactererId=2,ProductId=17,Price=3.99)
append_save(my.data, to_be_appended) # works
to_be_appended_err = data.frame(ManufactererId=2,ProductId=7,Price=3.99)
append_save(my.data, to_be_appended_err) # error

如果仅根据键列附加数据,则可以data.table按如下方式使用:

append_save <- function(DF, to_be_appended, keys=c("ManufactererId", "ProductId")){
  if(!all(keys %in% names(to_be_appended))){
    stop("key-columns must be present")
  }
  if(nrow(data.table::merge(DF, to_be_appended, on=keys))==0){
    data.table::setDF(data.table::rbindlist(list(DF, to_be_appended), fill = TRUE))[]
  } else {
    stop("Trying to append douplicated indices")
  }
}