如何組合兩個data.tables的列？

Question

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？

Answer 1

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。

Answer 2

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...

Answer 3

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')