Staggered Leveln/Neugruppierung/join in R mit data.table der X [Y] Syntax

Question

Ich habe zwei data.tables: samples, resources

resources ist mit samples über primary und secondary ids. Ich möchte die Informationen von den Ressourcen mit der Beispieltabelle zuerst über die primäre ID kombinieren, und nur wenn dies NA erzeugt, dann möchte ich auf die sekundären Ressourcen aus der gleichen Tabelle zurückgreifen (innerhalb einer data.table Befehlskette) .

# resources: 
    primary secondary info 
1:  17  42 "I" 
2:  18  NA "J" 
3:  19  43 "K" 

# samples: 
    name primary secondary 
1: "a"  17  55 
2: "b"  0  42 
3 "c"  18  42 

Das gewünschte Ergebnis wäre:

# joined tables: 
    name info # primary secondary 
1: "a" "I" 
2: "b" "I" 
3: "c" "J" 

Die über primary beitreten erste ist einfach, es produziert

# Update: 
samples <- data.table(name = letters[1:3], 
         primary = c(17, 0, 18), 
         secondary = c(55, 42, 42)) 
resources <- data.table(primary = 17:19, 
         secondary = c(42, NA, 43), 
         info = LETTERS[9:11]) 
# first join: 
setkey(samples, primary) 
setkey(resources, primary) 
samples[resources] 

    name info # primary secondary 
1: "a" "I" 
2: "b" NA 
3: "c" "J" 

Aber dann? Ich muss Proben erneut mit setkey(samples, secondary), oder? Und dann Teilmenge nur zu jenen Zeilen, die NAs erzeugen. Aber all das ist innerhalb einer Befehlskette nicht wirklich möglich (und stellen Sie sich vor, dass es mehr als zwei Kriterien gibt ...). Wie kann ich das prägnanter erreichen?

... mit Code für die data.tables aktualisiert.

Answer 1

Während Sie es in einer einzigen Zeile tun könnten, ich denke, dass die Bedeutung dessen verdummt, was Sie tun, macht Dinge unglaublich schwer zu lesen/verstehen/debuggen/erinnern, was zur Hölle Sie in einem Monat getan haben, und ist einfach ein schlechte Idee.

Kleinere, viel leichter verdaulich Brocken sind die Art und Weise imo zu gehen:

setkey(samples, primary) 
setkey(resources, primary) 
samples[resources, info := i.info] 

setkey(samples, secondary) 
setkey(resources, secondary) 
samples[resources, info := ifelse(is.na(info), i.info, info)] 

samples 
# name primary secondary info 
#1: b  0  42 I 
#2: c  18  42 J 
#3: a  17  55 I 

# keep going with tertiary and so on if you like 

Wie @nachti in den Kommentaren darauf hingewiesen, müssen Sie möglicherweise allow.cartesian=TRUE für Versionen vor 1.9.5 hinzufügen abhängig von Ihren Daten .

Answer 2

Ich denke, es ist zu schwierig ist es in einer Befehlskette zu tun, aber ich habe eine Lösung für Sie:

### First step 
samples[resources[samples, nomatch = 0], info := info] 
samples 

    name primary secondary info 
1: b  0  42 NA 
2: a  17  55 I 
3: c  18  42 J 

### Second step 
setkey(samples, secondary) 
setkey(resources, secondary) 
## create new column info1 
samples[resources[samples[is.na(info)], 
        list(info1 = unique(info)), by = .EACHI], 
     info1 := info1] 
## merge it to samples, where info is NA 
samples[is.na(info), info := info1] 
## remove info1 (and maybe other unused columns) 
samples[, info1 := NULL] 
## sort samples by name 
setkey(samples, name) 
samples 

    name primary secondary info 
1: a  17  55 I 
2: b  0  42 I 
3: c  18  42 J 

HTH
~ g

Answer 3

Diese eine Kette mit 2 Anrufe würden zu resources, einer von ihnen re-setkey hinter der Szene.

library(data.table) 
samples <- data.table(name = letters[1:3], 
         primary = c(17, 0, 18), 
         secondary = c(55, 42, 42)) 
resources <- data.table(primary = 17:19, 
         secondary = c(42, NA, 43), 
         info = LETTERS[9:11]) 
setkey(samples, primary) 
setkey(resources, primary) 
samples[resources, info := i.info 
     ][, .(name, info),, secondary 
      ][resources[, info,, secondary], info := ifelse(is.na(info), i.info, info) 
      ][, secondary := NULL] 

Wie Sie kompliziertere Beispiele fragen. Beachten Sie, dass die data.table-Abfragen problemlos als Module verwaltet werden können, indem Sie im Vorfeld Unterabfrageargumente vorbereiten. Sie können später leicht konditioniert verwaltet werden. Siehe folgendes Beispiel.

lkp2 <- quote(resources[, info,, secondary]) 
lkp2_formula <- quote(info := ifelse(is.na(info), i.info, info)) 
setkey(samples, primary) 
samples[resources, info := i.info 
     ][, .(name, info),, secondary 
      ][eval(lkp2), eval(lkp2_formula) 
      ][, secondary := NULL] 

Wenn Sie stark auf data.table Verkettungs verlassen Prozesse, die Sie dtq Paket nützlich finden können.