[英]How to combine the columns of two data.tables?
我有兩張 data.table 類型的表。 我想將這些表合並為一張表。 他們看起來像:
DT1:
1 A B C
2 A B C
3 A B C
DT2:
D E F
D E F
D E F
我想像這樣組合它們:
1 A B C D E F
2 A B C D E F
3 A B C D E F
我不知道如何通過合並來做到這一點,因為數據表沒有通用的列名。
我知道使用 cbind 可以做到這一點,但我正在處理很多行,所以我更喜歡 function,它是為處理大數據表而構建的。
誰能告訴我該怎么做?
我已經嘗試了一些更大的表(使用 Hart microbenchmark
提供的代碼)並且我已經對它們進行了微基准測試,也許它可能會有所幫助:
library(dplyr)
library(microbenchmark)
DT1 = data.frame(A = rep('A', 300000), B = rep('B', 300000))
DT2 = data.frame(C = rep('C', 300000), D = rep('D', 300000))
microbenchmark(
bind_cols = {bind_cols(DT1, DT2)},
cbind = {cbind(DT1,DT2)},
# Hart solution
merge = { DT1$rowname = rownames(DT1)
DT2$rowname = rownames(DT2)
DT3 = merge(DT1, DT2, by = 'rowname')}
)
Unit: microseconds
expr min lq mean median uq max neval
bind_cols 72.534 88.9610 1.640497e+02 169.6010 209.4940 348.160 100
cbind 42.241 50.5610 8.019269e+01 61.4405 114.9875 250.455 100
merge 2142101.821 2256677.2310 2.574166e+06 2416274.7380 2732207.2465 5956733.422 100
data.table
不是我的一杯茶,但我想解決它可能會有所幫助。
基於@s_t 答案,這里是使用data.table
的更新連接的基准
DT1 = data.frame(A = rep('A', 300000), B = rep('B', 300000))
DT2 = data.frame(C = rep('C', 300000), D = rep('D', 300000))
library(data.table)
setDT(DT1)
setDT(DT2)
microbenchmark::microbenchmark(
cbind = {
dt1 <-copy(DT1)
dt2 <-copy(DT2)
result <- cbind(DT1, DT2)
},
update_join = {
dt1 <-copy(DT1)
dt2 <-copy(DT2)
dt1[, id := .I][ dt2[, id := .I], c("C", "D") := .(i.C, i.D), on = .(id)][, id := NULL]
} )
# Unit: milliseconds
# expr min lq mean median uq max neval
# cbind 1.8889 2.68405 9.454567 2.99505 3.62625 226.4432 100
# update_join 23.9186 24.67530 36.957518 25.62405 36.42760 249.3631 100
cbind()
仍然以壓倒性優勢獲勝...
如果您想通過合並來嘗試,只需將行名添加為列,然后進行合並:
DT1 = data.frame(A = rep('A', 3), B = rep('B', 3))
DT1$rowname = rownames(DT1)
DT2 = data.frame(C = rep('C', 3), D = rep('D', 3))
DT2$rowname = rownames(DT2)
DT3 = merge(DT1, DT2, by = 'rowname')
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.