加快数据帧匹配

我有两个dataframes，就像这些：加快数据帧匹配

data = data.frame(data=cbind(1:12,rep(c(1,2),6),rep(c(1,2,3),4))) 
colnames(data)=c('v','h','c') 

lookup = data.frame(data=cbind(c(rep(1,3),rep(2,3)),rep(c(1,2,3),2),21:26)) 
colnames(lookup)=c('h','c','t')

我想从数据$ v，其中H和C柱的比赛中减去查找$吨。

我觉得像这样的工作

data$v-lookup$t[lookup$h==data$h&lookup$c==data$c]

但不会奇迹般地知道，我想通过

我终于实现了这个

myt = c() 
for(i in 1:12) { 
myt[i] = lookup$t[lookup$h==data$h[i]&lookup$c==data$c[i]] 
}

数据行隐式迭代

这工作正常，但我希望有人可以建议一个更合理的方式，不涉及循环。

来源

2011-01-15 ansate

听起来像是你可以合并，然后做数学题：

dataLookedUp <- merge(data, lookup) 
dataLookedUp$newValue <- with(dataLookedUp, v - t)

为了您的真实数据，是合并和计算速度更快？

如果数据和/或查找真的很大，您可以使用data.table在合并之前创建索引，以便加快速度。

来源

2011-01-15 04:11:54

对于你的整数列，我不认为你有什么可以改进JD的产品，但是如果你在合并的列中有字符串，你可以用as.factor创建因子，这可以加速merge取决于您的数据集的大小和多少合并/排序您预计：

data <- data.frame(v = 1:12, h = rep(c("one", "two"), 6), c = rep(c("one", "two", "three"), 4)) 
lookup <- data.frame(h = c(rep("one", 3), rep("two", 3)), c = rep(c("one", "two", "three"), 2), t = 21:26) 
data <- transform(data, h = as.factor(h), c = as.factor(c)) 
lookup <- transform(lookup, h = as.factor(h), c = as.factor(c)) 
temp <- merge(data, lookup) 
temp <- transform(temp, v.minus.t = v - t)

来源

2011-01-15 05:10:59

在现实中，他们都是字符串，因为我在创建数据帧可怕。谢谢！ – ansate

@ansate - FWIW，你可以用你的'stringsAsFactors'选项和'read.table'选项来修改默认情况下的字符串读入。默认值应该是读取字符串作为因素。 –

的替代方案，是1）更熟悉那些习惯于SQL查询和2）通常比标准的合并速度更快是使用sqldf包。（请注意，在Mac OS X上，您可能需要安装Tcl/Tk，而sqldf依赖于它。）作为额外的好处，sqldf默认情况下会自动将字符串转换为因子。

install.packages("sqldf") 
library(sqldf) 
data <- data.frame(v = 1:12, h = rep(c("one", "two"), 6), c = rep(c("one", "two", "three"), 4)) 
lookup <- data.frame(h = c(rep("one", 3), rep("two", 3)), c = rep(c("one", "two", "three"), 2), t = 21:26) 
soln <- sqldf("select * from data inner join lookup using (h, c)") 
soln <- transform(soln, v.minus.t = v - t)

来源

2011-01-15 08:11:05

请注意，最后两行可以这样组合：'sqldf（“select *，v -t as'v.minus.t'from data join lookup using（h，c）”）' –

这是完美的data.table使用未经

library(data.table) 
data <- as.data.table(data) 
lookup <- as.data.table(lookup) 
setkey(data, h, c) 
setkey(lookup, h,c) 

data[lookup, list(v,t, newValue = v-t)]

来源

2012-10-03 04:58:26 mnel

加快数据帧匹配

回答

相关问题