我有一个让我抓狂的问题,真的需要你的帮助。
简化的问题是这样的:
d1<-data.table(v1=c("a","b","c","d","d","b","a","c","a","d","b","a"),
v2=(seq(1:12)),V3=rep(1:4,times=3))
d2<-data.table(v1=c("a","b","c","d"),v3=c(3,2,1,4),v4=c("y","x","t","e"))
这将产生两个数据集:
D1:
v1 v2 V3
1: a 1 1
2: b 2 2
3: c 3 3
4: d 4 4
5: d 5 1
6: b 6 2
7: a 7 3
8: c 8 4
9: a 9 1
10: d 10 2
11: b 11 3
12: a 12 4
> d2
v1 v3 v4
1: a 3 y
2: b 2 x
3: c 1 t
4: d 4 e
正如您所看到的,v1 和 v3 中的元素是相同的。现在我想通过在 D1 中创建一个新列来连接两个数据集,该新列返回 d2 中与索引 v1 和 v3 匹配的 V4 的值,我希望我能得到如下所示的输出:
>
d3
v1 v2 V3 V4
1: a 1 1 na
2: b 2 2 x
3: c 3 3 na
4: d 4 4 e
5: d 5 1 na
6: b 6 2 x
7: a 7 3 y
8: c 8 4 na
9: a 9 1 na
10: d 10 2 na
11: b 11 3 na
12: a 12 4 na
我使用的实际数据量是比较大的。它类似于 113MB 数据与 23MB 的联合。我尝试使用 for 循环来解决这个问题,因为数据太长,需要很长时间才能完成任务。我也尝试过merge
and sqldf
但他们两人都未能完成这项工作。你能帮我解决这个问题吗?非常感谢!