将外键上的SQL连接转换为R data.table语法

Question

该data.table包提供了许多与SQL相同的表处理方法.如果表具有键,则该键由一列或多列组成.但是一个表不能有多个键,因为它不能同时以两种不同的方式排序.

在这个例子中,X和Y是data.tables的一个单一的键列"ID"; Y还有一个非键列"x_id".

   X <- data.table(id = 1:5, a=4:8,key="id")
   Y <- data.table(id = c(1,1, 3,5,7), x_id=c(1,4:1), key="id")

以下语法将在其键上连接表:

  X[Y]

如何将以下SQL语法转换为data.table代码？

  select * from X join Y on X.id = Y.x_id; 

我得到的最接近的是:

Y[X,list(id, x_id),by = x_id,nomatch=0]

但是,这不会与SQL语句执行相同的内部联接.

---

这是一个更清晰的例子,其中外键是y_id,我们希望连接查找Y2的值X2$y_id = Y2$id.

    X2 <- data.table(id = 1:5, y_id = c(1,1,2,2,2), key="id")
    Y2 <- data.table(id = 1:5, b = letters[1:5], key="id")

我想制作表格:

   id  y_id  b
    1     1 "a"
    2     1 "a"
    3     2 "b"
    4     2 "b"
    5     2 "b"

类似于以下kludge所做的事情:

> merge(data.frame(X2), data.frame(Y2), by.x = "y_id", by.y = "id")
  y_id id b
1    1  1 a
2    1  2 a
3    2  3 b
4    2  4 b
5    2  5 b

但是,当我这样做时:

    X2[Y2, 1:2,by = y_id]

我没有得到预期的结果:

    y_id V1
[1,]    1  1
[2,]    1  2
[3,]    2  1
[4,]    2  2

Answer 1

好问题.请注意以下内容(诚然埋没)?data.table:

什么时候i是data.table,x一定要有钥匙.i加入x使用键并x返回该匹配中的行.在每个列之间执行等于连接i到每个列x的键中.匹配是在O(log n)时间内编译的C中的二进制搜索.如果i列的列数少于x键的数量,那么很多行x可能与每行的列匹配i.如果i列的列数多于x键的数,i则不包含在连接中的列将包含在结果中.如果i还有一个键,则它是i用于匹配x键列的键列,并执行两个表的二进制合并.

所以,这里的关键是i不必键入.只有x必须键入.

X2 <- data.table(id = 11:15, y_id = c(14,14,11,12,12), key="id")
     id y_id
[1,] 11   14
[2,] 12   14
[3,] 13   11
[4,] 14   12
[5,] 15   12
Y2 <- data.table(id = 11:15, b = letters[1:5], key="id")
     id b
[1,] 11 a
[2,] 12 b
[3,] 13 c
[4,] 14 d
[5,] 15 e
Y2[J(X2$y_id)]  # binary search for each item of (unsorted and unkeyed) i
     id b
[1,] 14 d
[2,] 14 d
[3,] 11 a
[4,] 12 b
[5,] 12 b

要么,

Y2[SJ(X2$y_id)]  # binary merge of keyed i, see ?SJ
     id b
[1,] 11 a
[2,] 12 b
[3,] 12 b
[4,] 14 d
[5,] 14 d

identical(Y2[J(X2$y_id)], Y2[X2$y_id])
[1] FALSE