非设备联接一步将范围表的所有列添加到data.table中

Question

我确定我忽略了显而易见的内容，但是我找不到一种方法可以一步一步地将data.table非查找联接中的“ lookup”表的所有列联接在一起。

我看了Arun的演示文稿（https://github.com/Rdatatable/data.table/wiki/talks/ArunSrinivasanSatRdaysBudapest2016.pdf）和多个SO问题，但几乎所有问题都只涉及更新单个列，而不涉及多个列。

假设我有2个data.tables a和b：

library(data.table)
a <- data.table(Company_ID = c(1,1,1,1),
            salary = c(2000, 3000, 4000, 5000))

#   Company_ID salary
# 1:          1   2000
# 2:          1   3000
# 3:          1   4000
# 4:          1   5000

b <- data.table(cat = c(1,2),
            LB = c(0, 3000),
            UB = c(3000,5000),
            rep = c("Bob","Alice"))

#    cat   LB   UB   rep
# 1:   1    0 3000   Bob
# 2:   2 3000 5000 Alice

我最终想要的是将cat，LB，UB，rep（在中的所有cols b）与表进行匹配a：

#    Company_ID salary cat   LB   UB   rep
# 1:          1   2000   1    0 3000   Bob
# 2:          1   3000   2 3000 5000 Alice
# 3:          1   4000   2 3000 5000 Alice

当前，我设法做到这一点的唯一方法是使用以下两行：

a <- a[b, on = .(salary >= LB, salary < UB), cat := cat]
a[b, on = .(cat == cat)]

它输出所需的表，但看起来很麻烦，根本不像一种data.table方法。任何帮助将不胜感激！

Answer 1

由于您希望每一行都有结果a，因此您应该像这样进行联接b[a, ...]：

b[a, on=.(LB <= salary, UB > salary), nomatch=0, 
  .(Company_ID, salary, cat, LB = x.LB, UB = x.UB, rep)]

   Company_ID salary cat   LB   UB   rep
1:          1   2000   1    0 3000   Bob
2:          1   3000   2 3000 5000 Alice
3:          1   4000   2 3000 5000 Alice

• nomatch=0表示我们将删除a中不匹配的行b。
• 我们需要使用前缀（来自docs，其中的参数命名为）来显式地引用UB和LB列。bx.*?data.tablex[i]

关于奇怪的默认cols，有一个开放的问题可以更改该行为：＃1615。

（现在已修复以下的第1989年版本，请参见Uwe的答案。）

或者...一种可行的方法，可以避免显式列出所有列：将a的列添加到b，然后添加子集b：

b[a, on=.(LB <= salary, UB > salary), names(a) := mget(paste0("i.", names(a)))] 
b[b[a, on=.(LB <= salary, UB > salary), which=TRUE, nomatch=0]]

这有两个问题。首先，有一个错误会导致非等额联接在遇到mget（＃1989）时中断。临时的解决方法是枚举a的列：

b[a, on=.(LB <= salary, UB > salary), `:=`(Company_ID = i.Company_ID, salary = i.salary)] 
b[b[a, on=.(LB <= salary, UB > salary), which=TRUE, nomatch=0]]

其次，两次执行此联接效率不高（一次为:=，第二次为which），但是我看不到任何解决方法……也许证明允许同时允许j和which？