如何配对然后再合并两个数据表？

Question

我正在data.tables的世界中潜水，到目前为止，我享受语法的乐趣，因为我发现编写更少的代码可以做更多的事情。 但是，有时它有点异国情调。

这是我需要弄清楚的一件事-我知道如何进行连接，例如x [y]，但是我需要做的是稍微复杂一点（但仍然非常简单！）。

我们的销售数据库遭受多次重复的相同代表姓名的困扰，我保留了一个单独的列表，告诉我何时两个名称实际上是相同代表。 对于$$来说，它可能具有特定代表姓名的一个或两个版本（通常是第一个，但是有时某人的名字可能在一年的前几个月中拼写错误，然后被更正）。

我将提供两个示例数据。要合并的表，我不知道如何获得所需的结果，但我还将写出我想发生的事情。

DT1 <- data.table(name=c("Bob Smith", "Robert Smith", "Mary Stone", "Maryanne Stone", "Jason Hasberg"),
                  sales=c(12, 15, 23, 10, 11))
DT2 <- data.table(correctname=c("Bob Smith", "Maryanne Stone", "Jason Hasberg"),
                  namechoice1=c("Robert Smith", "Mary Stone", "Jason Hasberg"),
                  namechoice2=c("Bob Smith", "Maryanne Stone", NA))

DT1

             name sales
1:      Bob Smith    12
2:   Robert Smith    15
3:     Mary Stone    23
4: Maryanne Stone    10
5:  Jason Hasberg    11

DT2

      correctname   namechoice1    namechoice2
1:      Bob Smith  Robert Smith      Bob Smith
2: Maryanne Stone    Mary Stone Maryanne Stone
3:  Jason Hasberg Jason Hasberg             NA

因此在英语中：如果DT1中的名称是namechoice1或namechoice2，则在该行项目上使用正确的名称，然后对该名称下各个名称的销售额求和。

（当心，我为杰森（Jason）丢了一个NA，因为名字经常不需要更正）

预期结果：

      correctname   sales
1:      Bob Smith      27
2: Maryanne Stone      33
3:  Jason Hasberg      11

我希望得到的答案是尽可能少的行，但在计算最终总和之前，可能需要进一步细分。

期待您的回答，谢谢！

Answer 1

您需要将名称映射表分解为长格式，以便每个别名只有一行，并且每行还包含正确的名称。 然后，您可以加入别名并以真实姓名进行汇总：

DT2.new <- melt(DT2, id.vars="correctname")[!is.na(value), list(correctname, value)]
setkey(DT2.new, value)
DT2.new[DT1][, sum(sales), by=correctname]

生产：

      correctname V1
1:      Bob Smith 27
2: Maryanne Stone 33
3:  Jason Hasberg 11

请注意，正确的别名存储方式是DT2.new格式。 除其他事项外，这使您可以为每个人使用不同数量的别名，而不需要拥有别名最多的雇员所拥有的列数。