如何将数据仅连接到 R 中带有 {data.table} 的第一个匹配行

Question

我在 d 列中有一个“第一”查找表。例如，患者第一次因某种特定疾病入院。我想在多个其他条件下通过 data.table 将其连接回主数据框架。

我的问题是，不幸的是，主 data.table 可能有多个具有相同连接标准的记录，导致连接后每个患者有多个“第一”。现实世界的数据是混乱的，朋友们！

是否可以仅对第一个匹配记录进行 {data.table} 连接？

这与这个问题类似，但多重匹配位于主数据表上。我认为mult只有当表上有多个条目被加入时才有效。

代表：

library(data.table)

set.seed(1724)

d1 <- data.table(a = c(1, 1, 1),
                 b = c(1, 1, 2),
                 c = sample(1:10, 3))

d2 <- data.table(a = 1, b = 1, d = TRUE)

d2[d1, on = c("a", "b")]

   a b    d c
1: 1 1 TRUE 4
2: 1 1 TRUE 8
3: 1 2   NA 2

期望的输出

   a b    d c
1: 1 1 TRUE 4
2: 1 1   NA 8
3: 1 2   NA 2

Answer 1

一种方法是将值转换为NA连接后。

library(data.table)

d3 <- d2[d1, on = c("a", "b")]
d3[, d:= replace(d, seq_len(.N) != 1, NA), .(a, b)]
d3

#   a b    d c
#1: 1 1 TRUE 4
#2: 1 1   NA 8
#3: 1 2   NA 2