Match（）和data.table的列的动态选择

Posted 2021-04-14

我正在尝试使用match()函数从data.table DT1动态选择列时应用过滤器并将其匹配到另一个data.table DT2的列。它不起作用，大概是因为当从data.table动态选择列时，输出又是data.table而不是vector。

一个例子：

col1 = c(1, 3, 1, 3, 2, 2)
col2 = c("Europe", "Europe", "Europe", "Europe", "Asia", "Asia")
DT1 = data.table(col1, col2)

col3 = 1:3
col4 = c( "carrot", "apple", "tomato")
DT2 = data.table(col3, col4)

这有效：

> match(DT1[col2 == "Europe", col1], DT2[, col3])
[1] 1 3 1 3

这（我需要的）不起作用：

> columnName = "col1"
> match(DT1[col2 == "Europe", columnName, with = FALSE], DT2[, col3])
[1] NA

只有当col1作为data.table的j中的变量输入时，结果才是向量。这可能是原因吗？说明我的意思：

> DT1[, col1]
[1] 1 3 1 3 2 2
> DT1[, "col1"]
   col1
1:    1
2:    3
3:    1
4:    3
5:    2
6:    2

我认为match()会自动处理这个因为它的帮助文件说明：

“因子，原始向量和列表被转换为字符向量，然后在匹配之前将x和表强制转换为公共类型（R的排序中的两种类型中的较晚者，逻辑<整数<numeric <complex <字符）。如果不兼容它具有正长度，它被强制为普通类型。“

答案

它似乎在不使用data.table时有效，我认为在使用col1时应该小心，因为矢量col1与data.frame或data.table的列之间存在混淆。

DT1 = data.frame(col1=c(1, 3, 1, 3, 2, 2), col2=c("Europe", "Europe", "Europe", "Europe", "Asia", "Asia"))
DT2 = data.frame(col3 = 1:3, col4 = c( "carrot", "apple", "tomato"))

match(DT1[DT1$col2 == "Europe", "col1"], DT2[, "col3"])

columnName = "col1"
match(DT1[DT1$col2 == "Europe", columnName], DT2[, "col3"])

另一答案

@docendodiscimus为数据表提供了一个解决方案：答案您可以尝试使用[[，即匹配（DT1 [col2 ==“Europe”] [[columnName]]，DT2 [，col3]）进行子集化