Tłumaczenie złączeń SQL na klucze obce na dane R.składnia tabeli
The data.table
pakiet dostarcza wiele takich samych metod obsługi tabel jak SQL. Jeśli tabela zawiera klucz, klucz ten składa się z jednej lub więcej kolumn. Ale tabela nie może mieć więcej niż jednego klucza, ponieważ nie może być sortowana na dwa różne sposoby w tym samym czasie.
W tym przykładzie, X
i Y
są data.table
S z kolumną z pojedynczym kluczem "id"; Y
ma również kolumnę bez klucza "x_id".
X <- data.table(id = 1:5, a=4:8,key="id")
Y <- data.table(id = c(1,1, 3,5,7), x_id=c(1,4:1), key="id")
Następująca składnia dołączy do tabel na ich klucze:
X[Y]
Jak mogę przetłumaczyć następującą składnię SQL na dane.kod do stołu?
select * from X join Y on X.id = Y.x_id;
Najbliższy, jaki zdobyłem to:
Y[X,list(id, x_id),by = x_id,nomatch=0]
To jednak nie robi tego samego wewnętrznego join co polecenie SQL.
Oto bardziej jasny przykład, w którym kluczem obcym jest y_id i chcemy, aby join wyszukał wartości Y2, gdzie X2$y_id = Y2$id
.
X2 <- data.table(id = 1:5, y_id = c(1,1,2,2,2), key="id")
Y2 <- data.table(id = 1:5, b = letters[1:5], key="id")
Chciałbym stworzyć tabelę:
id y_id b
1 1 "a"
2 1 "a"
3 2 "b"
4 2 "b"
5 2 "b"
Podobne do tego, co robi się przez następujące kludge:
> merge(data.frame(X2), data.frame(Y2), by.x = "y_id", by.y = "id")
y_id id b
1 1 1 a
2 1 2 a
3 2 3 b
4 2 4 b
5 2 5 b
Jednak kiedy to robię:
X2[Y2, 1:2,by = y_id]
Nie dostaję pożądanego rezultatu:
y_id V1
[1,] 1 1
[2,] 1 2
[3,] 2 1
[4,] 2 2
1 answers
Dobre pytanie. Zwróć uwagę na następujące (co prawda Zakopane) w ?data.table
:
Gdy
i
jestdata.table
,x
musi mieć klucz. {[3] } jest połączone zx
za pomocą klucza i zwracane są wiersze wx
, które pasują. Funkcja equi-join jest wykonywana pomiędzy każdą kolumną wi
A każdą kolumną w kluczux
. Dopasowanie to wyszukiwanie binarne w skompilowanym C w czasie o (log n). Jeślii
ma mniej kolumn niż kluczx
, to wiele wierszyx
może pasować do każdego wierszai
. Ifi
ma więcej kolumn od kluczax
, kolumny {[3] } nie biorące udziału w połączeniu są uwzględniane w wyniku. Jeślii
ma również klucz, to kolumny kluczai
są używane do dopasowania do kolumn kluczax
i przeprowadza się binarne scalanie obu tabel.
Klucz jest taki, że i
nie musi być kluczowany. Tylko x
musi być kluczowany.
X2 <- data.table(id = 11:15, y_id = c(14,14,11,12,12), key="id")
id y_id
[1,] 11 14
[2,] 12 14
[3,] 13 11
[4,] 14 12
[5,] 15 12
Y2 <- data.table(id = 11:15, b = letters[1:5], key="id")
id b
[1,] 11 a
[2,] 12 b
[3,] 13 c
[4,] 14 d
[5,] 15 e
Y2[J(X2$y_id)] # binary search for each item of (unsorted and unkeyed) i
id b
[1,] 14 d
[2,] 14 d
[3,] 11 a
[4,] 12 b
[5,] 12 b
Lub
Y2[SJ(X2$y_id)] # binary merge of keyed i, see ?SJ
id b
[1,] 11 a
[2,] 12 b
[3,] 12 b
[4,] 14 d
[5,] 14 d
identical(Y2[J(X2$y_id)], Y2[X2$y_id])
[1] FALSE
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2012-03-29 21:10:35