R：从data.table中查找所有观测值，并从另一个data.table中获取值

Question

我有R中的两个数据表： DT1具有约30K obervations 5个变量： userID ， userName ， productID ， productName ， usersRate ， DT2仅具有500 2个变量的意见： productID ， similarProductID 。 我想从DT1查找所有productID与DT2中的同类产品similarProductID相同的行。 我已经尝试了DT1[which(DT1$productID==DT2$similarProductID)]和DT1[which(DT1$productID==intersect(DT1$productID,DT2$similarProductID))]但没有成功，我收到了观察结果太少。 有什么主意我该怎么做？

Answer 1

最快的方法是联接：

#mock data
DT1<-data.table(userID=1:30000,userName=sample(LETTERS,30000,T),productID=30001:60000,productName=sample(LETTERS,30000,T),userRate=runif(30000))
DT2<-data.table(productID=1:500,similarProductId=sample(30001:60000,500))

#set keys
setkey(DT1,productID)
setkey(DT2,similarProductId)

#join
DT1[DT2]

   productID userID userName productName   userRate productID.1
1:     30014     14        L           R 0.87649196         473
2:     30025     25        E           A 0.02237395         326
3:     30027     27        H           Z 0.43986360         198
4:     30065     65        V           K 0.33047666         240
5:     30123    123        R           X 0.38637559         210
---                                                             
  496:     59575  29575        U           A 0.41036652         214
497:     59665  29665        C           E 0.67345907          45
498:     59724  29724        F           Y 0.18853101          81
499:     59764  29764        D           X 0.50271854         386
500:     59790  29790        Z           A 0.02222698         397

Answer 2

我怀疑这种方式是否比Troy的加入答案更快，但是您可以在R中使用merge函数。

  DT1<-data.frame(userID=1:30000,userName=sample(LETTERS,30000,T),productID=30001:60000,productName=sample(LETTERS,30000,T),userRate=runif(30000))
  DT2<-data.frame(productID=sample(30001:60000,500), similarproductID=sample(30001:60000,500))

  colnames(DT2)<-c("BadproductID","productID") #Do this to match the colname in DT1

  DTMerged<-merge(DT1,DT2, by="productID") #Should give you all your matches without NA's