合并两个数据表，但避免重复的列

Question

我有两个数据表， dat和dat2 。 尽管两个表中的值不一定相同，但两个表中都有几列。

当我使用dat[dat2]合并两个表时，除了我有一些重复的列名之外，其他所有东西都按预期工作。 例如，两个表中都出现一个名为Status的列，合并后， dat2中的列dat2显示为i.Status 。 与其重命名这些列，不如只是将它们完全从表中删除。 最简单的方法是什么？

Answer 1

下面的代码说明了我提到的两种情况的方法，尽管可能有一些更高级（更有效）的data.table （版本1.9.6）方法。

两种方法都将动态适应变量重叠，因此您不必担心手动键入名称。

# get some data
set.seed(1234)
dt <- data.table(id=1:10, a=letters[1:10], b=rnorm(10), d=rnorm(10))
dt2 <- data.table(id=1:10, a=letters[5:14], c=rnorm(10), d=rnorm(10))

这是不丢失的数据：

dt[dt2, on="id"]

    id a          b           d i.a          c        i.d
 1:  1 a -1.2070657 -0.47719270   e  0.1340882  1.1022975
 2:  2 b  0.2774292 -0.99838644   f -0.4906859 -0.4755931
 3:  3 c  1.0844412 -0.77625389   g -0.4405479 -0.7094400
 4:  4 d -2.3456977  0.06445882   h  0.4595894 -0.5012581
 5:  5 e  0.4291247  0.95949406   i -0.6937202 -1.6290935
 6:  6 f  0.5060559 -0.11028549   j -1.4482049 -1.1676193
 7:  7 g -0.5747400 -0.51100951   k  0.5747557 -2.1800396
 8:  8 h -0.5466319 -0.91119542   l -1.0236557 -1.3409932
 9:  9 i -0.5644520 -0.83717168   m -0.0151383 -0.2942939
10: 10 j -0.8900378  2.41583518   n -0.9359486 -0.4658975

方法1 ：使用intersect和mget函数的合并/连接过程中的子集。

# assuming your id variable is the first column in both sets:
dropVars <- intersect(names(dt), names(dt2))[-1]

dt[dt2[, mget(names(dt2)[-which(names(dt2) %in% dropVars)])], on="id"]

方法2 ：使用grep合并后删除

dt3 <- dt[dt2, on="id"]
dt3[, grep("^i\\.", names(dt3), value=TRUE) := NULL]

这两种方法都返回

    id a          b           d          c
 1:  1 a -1.2070657 -0.47719270  0.1340882
 2:  2 b  0.2774292 -0.99838644 -0.4906859
 3:  3 c  1.0844412 -0.77625389 -0.4405479
 4:  4 d -2.3456977  0.06445882  0.4595894
 5:  5 e  0.4291247  0.95949406 -0.6937202
 6:  6 f  0.5060559 -0.11028549 -1.4482049
 7:  7 g -0.5747400 -0.51100951  0.5747557
 8:  8 h -0.5466319 -0.91119542 -1.0236557
 9:  9 i -0.5644520 -0.83717168 -0.0151383
10: 10 j -0.8900378  2.41583518 -0.9359486