根据另一个data.table中的值更新data.table

Question

我试图根据另一个表中的值更新data.table。我认为我有一个办法（虽然不是特别有效，因为我的实际dt2有3.5M记录），但事实证明我的代码有问题

在DT1我有一些我想要的变量（数字）取决于它们的分类值是什么来设置为1或0。数据

例子：

dt1 <- data.table(urn = 1:10, V1=0,V2=0,V3=0) 
## urn V1 V2 V3 
## 1: 1 0 0 0 
## 2: 2 0 0 0 
## 3: 3 0 0 0 
## 4: 4 0 0 0 
## 5: 5 0 0 0 
## 6: 6 0 0 0 
## 7: 7 0 0 0 
## 8: 8 0 0 0 
## 9: 9 0 0 0 
##10: 10 0 0 0 

dt2 <- data.table(urn=rep(1:10,2),classification=0) 
dt2$classification <- 1:7 #does give a warning message 
## urn classification 
## 1: 1    1 
## 2: 2    2 
## 3: 3    3 
## 4: 4    4 
## 5: 5    5 
## 6: 6    6 
## 7: 7    7 
## 8: 8    1 
## 9: 9    2 
##10: 10    3 
##11: 1    4 
##12: 2    5 
##13: 3    6 
##14: 4    7 
##15: 5    1 
##16: 6    2 
##17: 7    3 
##18: 8    4 
##19: 9    5 
##20: 10    6 

我希望发生的就是骨灰盒相匹配，和瓮有1分的纪录，然后设置V1标志为1;其中urn分类为2，设置V2 = 1;你明白了。

我目前的做法是：

setkey(dt1, urn) 
setkey(dt2, urn) 
dt1[dt2, V1:= ifelse(i.classification == 1 , 1, dt1$V1)] 
dt1[dt2, V2:= ifelse(i.classification == 2, 1, dt1$V2)] 
dt1[dt2, V3:= ifelse(i.classification == 6, 1, dt1$V3)] 
dt1 
## urn V1 V2 V3 
## 1: 1 1 0 0 
## 2: 2 1 0 0 
## 3: 3 1 0 1 
## 4: 4 1 0 0 
## 5: 5 1 0 0 
## 6: 6 1 1 0 
## 7: 7 1 0 0 
## 8: 8 1 0 0 
## 9: 9 1 0 0 
##10: 10 1 0 1 

我其实希望输出的样子是：

## urn V1 V2 V3 
## 1: 1 1 0 0 
## 2: 2 0 1 0 
## 3: 3 0 0 1 
## 4: 4 0 0 0 
## 5: 5 1 0 0 
## 6: 6 0 1 1 
## 7: 7 0 0 0 
## 8: 8 1 0 0 
## 9: 9 0 1 0 
##10: 10 0 0 1 

任何帮助将不胜感激。特别是如果我能够简化命令以在一次扫描中管理所有这些命令而不是3次连接的数据。正如我所说的3.5M记录增加了一些开销（特别是当我实际上将设置约10列的标志）。

在此先感谢。

Answer 1

您可以使用dcast.data.table。

dcast.data.table(data = dt1[dt2,], 
     formula = urn ~ classification, 
     fun.aggregate = function(x) as.numeric(any(!is.na(x))), 
     value.var = 'classification')[, list(urn, V1=`1`, V2=`2`, V3=`6`)] 
##  urn V1 V2 V3 
## 1: 1 1 0 0 
## 2: 2 0 1 0 
## 3: 3 0 0 1 
## 4: 4 0 0 0 
## 5: 5 1 0 0 
## 6: 6 0 1 1 
## 7: 7 0 0 0 
## 8: 8 1 0 0 
## 9: 9 0 1 0 
## 10: 10 0 0 1 

编辑：必要时，可以包裹的最后一条语句中tryCatch功能：

dcast.data.table(data = dt1[dt2,], 
       formula = urn ~ classification, 
       fun.aggregate = function(x) as.numeric(any(!is.na(x))), 
       value.var = 'classification')[, list(urn, 
                 V1=tryCatch(`1`, error =  ## function(e) NA), 
                 V2=tryCatch(`2`, error = function(e) NA), 
                 V3=tryCatch(`8`, error = function(e) NA))] 
##  urn V1 V2 V3 
## 1: 1 1 0 NA 
## 2: 2 0 1 NA 
## 3: 3 0 0 NA 
## 4: 4 0 0 NA 
## 5: 5 1 0 NA 
## 6: 6 0 1 NA 
## 7: 7 0 0 NA 
## 8: 8 1 0 NA 
## 9: 9 0 1 NA 
## 10: 10 0 0 NA