数据表连接中的重复col

Question

我做了两个数据表的简单连接，如下所示：

set.seed(1)
DT1 <- data.table(
Idx = rep(1:100),  
x1 = round(rnorm(100,0.75,0.3),2),
x2 = round(rnorm(100,0.75,0.3),2),
x3 = round(rnorm(100,0.75,0.3),2))

DT2 <- data.table(
Idx2 = rep(1:100),
x1 = round(rep(pi,100),2),
targetcol = rep(999,100))

DT2[DT1,on = c(Idx2 = "Idx")]

这有效，但结果中有一列i.x1，我不想要。我只想包括'targetcol'，因此得名。现在的问题是，在另一个例子中，我有很多这些重复的列，前面有'i'，因此我想删除它们或者在合并期间更好地排除它们。我知道这应该是可能的X[Y,.(...)]，但我没有找到正确的方法如何填补.(...)中的所有点，除了一列，即除了i.x1。所以我想知道使用list-syntax选择数据表中多列的最佳方法是什么？

其次，我尝试了更新的datatable合并语法：

merge(x = DT1, y = DT2[,c("Idx2","targetcol")], by.x = "Idx",by.y = "Idx2", all.x=TRUE)

但它导致了不同的列排序，命名（x1.x和x1.y），而且，我读它比其他方式慢。

解决此问题的最佳方法是什么（如果有更多列和重复项，这也只是为了说明问题）？

Answer 1

从HubertL代码稍作修改的评论中移除了答案

DT1[DT2[, .(Idx2, targetcol)], on = c(Idx = "Idx2")]

Answer 2

不是data.table解决方案，但可能仍然相关。

使用我的包safejoin，您有几种选择。

# devtools::install_github("moodymudskipper/safejoin")
library(safejoin)

（1）eat明确你想要的列：

eat(DT1, DT2, targetcol, .by = c(Idx = "Idx2"))

（2）遵循您想要的模式的eat列：

eat(DT1, DT2, starts_with("target"), .by = c(Idx = "Idx2"))

（3）eat all（或使用safe_left_join）但如果发生冲突，请保留第一栏：

eat(DT1, DT2, .by = c(Idx = "Idx2"), .conflict = ~.x)
safe_left_join(DT1, DT2, by = c(Idx = "Idx2"), conflict = ~.x) # same thing here

它们都给出以下输出：

#   Idx   x1   x2   x3 targetcol
# 1   1 0.56 0.50 1.20       999
# 2   2 0.81 0.90 0.87       999
# 3   3 0.50 0.97 0.56       999
# 4   4 1.23 0.92 0.09       999
# 5   5 0.85 0.66 1.09       999