更新多行连接

Question

题

在执行update-join时,i表中每个键有多行,如何控制返回哪一行？

例

在此示例中,update-join返回最后一行 dt2

library(data.table) 

dt1 <- data.table(id = 1) 
dt2 <- data.table(id = 1, letter = letters) 

dt1[ 
    dt2 
    , on = "id" 
    , letter := i.letter 
    ] 

dt1
#    id letter
# 1:  1      z

如何控制它返回第1行,第2行,第n行,而不是默认为最后一行？

---

参考

一些类似于用户@Frank的引用

• data.table教程 - 特别是关于update-joins的'warning'
• 关于github的问题

Answer 1

如何控制它返回第1行,第2行,第n行,而不是默认为最后一行？

不优雅,但有点工作:

n = 3L
dt1[, v := dt2[.SD, on=.(id), x.letter[n], by=.EACHI]$V1]

一些问题:

1. 它没有选择使用GForce,例如,如下所示:

   > dt2[, letter[3], by=id, verbose=TRUE]
   Detected that j uses these columns: letter 
   Finding groups using forderv ... 0.020sec 
   Finding group sizes from the positions (can be avoided to save RAM) ... 0.000sec 
   lapply optimization is on, j unchanged as 'letter[3]'
   GForce optimized j to '`g[`(letter, 3)'
   Making each group and running j (GForce TRUE) ... 0.000sec 
      id V1
   1:  1  c
   

2. 如果n在1:.N某些已加入的组之外,则不会发出警告:

   n = 40L
   dt1[, v := dt2[.SD, on=.(id), x.letter[n], by=.EACHI]$V1]
   

或者,养成检查i更新连接x[i]是否被连接列"键入" 的习惯:

cols = "id"
stopifnot(nrow(dt2) == uniqueN(dt2, by=cols))

然后根据需要创建一个不同的i表来加入

mDT = dt2[, .(letter = letter[3L]), by=id]
dt1[mDT, on=cols, v := i.letter]

Answer 2

我能想到的最灵活的想法是只加入dt2包含你想要的行的部分.所以,对于第二行:

dt1[ 
    dt2[, .SD[2], by=id]
    , on = "id" 
    , letter := i.letter
    ]

dt1
#   id letter
#1:  1      b

使用@Frank的帽子提示来简化子选择dt2.