Non-equi spoja dve tabuľky

Question 1

Mám 2 dataframes, kde potrebujem zistiť, koľko krát záznamy v mock$num spadajú pod rozsah x-y špecifikovaný rozsah dataframe.

id <- c(1:9)
num <- c(99,101,199,250,999,1500,3000,4000,5000)
mock <- data.frame(id, num)

x <- c(100,100,200,1000,4000,4000)
y <- c(198,200,300,2000,5000,5000)
range <- data.frame(x,y)

Požadovaný výstup je zobrazený na obrázku

id num check
1 99   0
2 101  2
3 199  1
4 250  1
5 999  0
6 1500 1
7 3000 0
8 4000 2
9 5000 2

ktoré môžu byť získané nasledujúci kód

mock$check <- mapply(
    function(x){
        count = 0
        for (i in 1:nrow(range)){
            if (x >= range$x[i] & x <= range$y[i]){
                count = count + 1
            }
        }
        paste0(count)
    },
    mock$num
)

Uvedený prístup je nevhodné pre veľké súbory dát z dôvodu, pre slučku a ja som sa pokusal cheatovat non-equi pripojiť metóda (cez data.table). Avšak, som uviazol, ako urobiť non-equi pripojiť medzi dve tabuľky (nie ste istí, ako postupovať, aby...)

nonequi <- mock[range, on =.(num >= x, num <=y),]

By som hľadať nejaké usmernenie, aby sa tento problém. Ďakujeme za vašu pomoc.

Question 2

Najprv urobiť non-equi pripojiť sa potom zhrnú pre každého id koľko krát sa zdá, a pripojiť sa späť mock ak chcete zistiť, ktoré ids boli vynechané. Pre tých, id nastaviť počet nulu.

res <- setDT(mock)[setDT(range), .(id), on = .(num >= x, num <= y)][, .N, by = id][mock, on = .(id)][is.na(N), N := 0][]

Question 3

nie ste istí, rýchlosť spúšťania pre veľké dátové polia

id <- c(1:9)
num <- c(99,101,199,250,999,1500,3000,4000,5000)
mock <- data.frame(id, num)

x <- c(100,100,200,1000,4000,4000)
y <- c(198,200,300,2000,5000,5000)
RANGE <- data.frame(x,y)

mock$check <- sapply(mock$num, function(z) sum(z >= RANGE$x & z <= RANGE$y))

mock
#>   id  num check
#> 1  1   99     0
#> 2  2  101     2
#> 3  3  199     1
#> 4  4  250     1
#> 5  5  999     0
#> 6  6 1500     1
#> 7  7 3000     0
#> 8  8 4000     2
#> 9  9 5000     2

^{Vytvorené na 2021-11-24 podľa reprex balík (v2.0.1)}

det · Answer 1 · 2021-11-24T07:12:05

Najprv urobiť non-equi pripojiť sa potom zhrnú pre každého id koľko krát sa zdá, a pripojiť sa späť mock ak chcete zistiť, ktoré ids boli vynechané. Pre tých, id nastaviť počet nulu.

res <- setDT(mock)[setDT(range), .(id), on = .(num >= x, num <= y)][, .N, by = id][mock, on = .(id)][is.na(N), N := 0][]

Yuriy Saraykin · Answer 2 · 2021-11-24T07:20:12

nie ste istí, rýchlosť spúšťania pre veľké dátové polia

id <- c(1:9)
num <- c(99,101,199,250,999,1500,3000,4000,5000)
mock <- data.frame(id, num)

x <- c(100,100,200,1000,4000,4000)
y <- c(198,200,300,2000,5000,5000)
RANGE <- data.frame(x,y)

mock$check <- sapply(mock$num, function(z) sum(z >= RANGE$x & z <= RANGE$y))

mock
#>   id  num check
#> 1  1   99     0
#> 2  2  101     2
#> 3  3  199     1
#> 4  4  250     1
#> 5  5  999     0
#> 6  6 1500     1
#> 7  7 3000     0
#> 8  8 4000     2
#> 9  9 5000     2

^{Vytvorené na 2021-11-24 podľa reprex balík (v2.0.1)}

Non-equi spoja dve tabuľky

Otázka

V iných jazykoch

Táto stránka je v iných jazykoch

Populárne v tejto kategórii

Obľúbené otázky v tejto kategórii