有条件的多列合并

Question

我有两个data.tables。我想合并第二个data.table中的信息与第一个：

DT1 <- fread(
"Val C   D  E   F   iso   year   
1    NA  1  NA  NA  NLD   2001
1    NA  2  NA  NA  NLD   2002       
1    NA  3  NA  NA  GRC   2001             
1    NA  3  NA  NA  GRC   2002",
header = TRUE)

DT2 <- fread(
"Val name  O   P  Q   R   iso   year   
1   A     NA  1  NA  NA  NLD   2001
1   A     NA  2  NA  NA  NLD   2001   
1   B     NA  1  NA  NA  NLD   2001
1   B     NA  2  NA  NA  NLD   2002
1   A     NA  1  NA  NA  NLD   2002
1   B     NA  2  NA  NA  NLD   2002         
1   C     NA  3  NA  NA  GRC   2001  
1   C     NA  3  NA  NA  GRC   2001
1   C     NA  3  NA  NA  GRC   2001        
1   A     NA  3  NA  NA  GRC   2002
1   A     NA  3  NA  NA  GRC   2002          
1   B     NA  3  NA  NA  GRC   2002",
header = TRUE)

我想如下将name的DT2下的信息添加到DT1。如果对于iso == NLD，名称A存在（无论频率如何），则列A都用A填充，如果不存在，则保留NA：

DT1 <- fread(
"Val    C   D  E   F   iso   year   A B C
 1      NA  1  NA  NA  NLD   2001   A B NA
 1      NA  2  NA  NA  NLD   2002   A B NA   
 1      NA  3  NA  NA  GRC   2001   NA NA C         
 1      NA  3  NA  NA  GRC   2002   A B NA",
header = TRUE)

但是我不知道如何到达那里。我一直在尝试类似的东西：

DT[,A:="A"]
DT[,B:="B"]
DT[,C:="C"]
DT2$name[DT, on=c(iso="iso", year="year", name="A"), nomatch=0L]

或

merge(DT, DT2$name, on=c(iso="iso", year="year", A="name"), all.x = TRUE, allow.cartesian=FALSE)

但是我认为必须以不同的方式解决它。有人可以帮我吗？

Answer 1

合并之前

Reshape DT2”，如下所示。我们将需要再一步将计数更改为A，B，C：

merge(DT1, dcast(DT2[, -c(3:6)], iso + year + Val ~ name),
      by = c("iso", "year", "Val"))
# Using 'year' as value column. Use 'value.var' to override
# Aggregate function missing, defaulting to 'length'
#    iso year Val C.x D  E  F A B C.y
# 1: GRC 2001   1  NA 3 NA NA 0 0   3
# 2: GRC 2002   1  NA 3 NA NA 2 1   0
# 3: NLD 2001   1  NA 1 NA NA 2 1   0
# 4: NLD 2002   1  NA 2 NA NA 1 2   0

Answer 2

另一种使用键合并的替代方法：

library(data.table)
#adding a key column "temp" to both DT1 and DT2
DT1[,temp:=paste0(iso,year,"_",D)]
DT2[,temp:=paste0(iso,year,"_",P)]
#merge accoring to "temp"
DT3 <- merge(DT1,DT2)
#Casting variable name, a warning pops-out saying it uses lenght as aggregation
DT3 <- dcast(merge(DT1,DT2),Val+C+D+E+F+iso+year~name)

#output
DT3
   Val  C D  E  F iso year A B C
1:   1 NA 1 NA NA NLD 2001 1 1 0
2:   1 NA 2 NA NA NLD 2002 0 2 0
3:   1 NA 3 NA NA GRC 2001 0 0 3
4:   1 NA 3 NA NA GRC 2002 2 1 0

最后使用this答案转换为所需的形式，我将其转换回数据帧以更改最后三列A，B，C的值。请注意，重复了C，所以我称它们为指数。

DT_final <- as.data.frame(DT3)
ind <- which(DT_final[,8:10]>0, arr.ind=TRUE)
DT_final[,8:10][ind]<- names(DT_final[,8:10])[ind[,"col"]]
DT_final
#output 
  Val  C D  E  F iso year A B C
1   1 NA 1 NA NA NLD 2001 A B 0
2   1 NA 2 NA NA NLD 2002 0 B 0
3   1 NA 3 NA NA GRC 2001 0 0 C
4   1 NA 3 NA NA GRC 2002 A B 0