Фильтруйте data.table с другим data.table с другими именами столбцов - PullRequest
Новая
       13

Фильтруйте data.table с другим data.table с другими именами столбцов

0 голосов
/ 15 октября 2018

У меня есть этот набор данных: 

library(data.table)    
dt <- data.table(
  record=c(1:20),
  area=rep(LETTERS[1:4], c(4, 6, 3, 7)), 
  score=c(1,1:3,2:3,1,1,1,2,2,1,2,1,1,1,1,1:3),
  cluster=c("X", "Y", "Z")[c(1,1:3,3,2,1,1:3,1,1:3,3,3,3,1:3)]
)

, и я использовал решение из этого поста для создания этого резюме: 

dt_summary = 
  dt[ , .N, keyby = .(area, score, cluster)
      ][ , {
        idx = frank(-N, ties.method = 'min') == 1
        NN = sum(N)
        .(
          cluster_mode = cluster[idx],
          cluster_pct = 100*N[idx]/NN,
          cluster_freq = N[idx],
          record_freq = NN
        )
      }, by = .(area, score)]
dt_score_1 <- dt_summary[score == 1]
setnames(dt_score_1, "area", "zone")

Я хотел бы использовать результаты из dt_score_1 для фильтрации dt на основе области / зоны и cluster / cluster_mode.Таким образом, в новой таблице data.table единственные строки, взятые из dt для области A, должны принадлежать кластеру X, для области D они должны быть кластером Z и т. Д.

1 Ответ

0 голосов
/ 15 октября 2018

Если я правильно понимаю вопрос, это слияние dt с dt_score_1 с условиями area = zone, cluster = cluster_mode. 

dt[dt_score_1, on = .(area = zone, cluster = cluster_mode)]

#     record area score cluster i.score cluster_pct cluster_freq record_freq
#  1:      1    A     1       X       1   100.00000            2           2
#  2:      2    A     1       X       1   100.00000            2           2
#  3:      7    B     1       X       1    66.66667            2           3
#  4:      8    B     1       X       1    66.66667            2           3
#  5:     11    C     2       X       1   100.00000            1           1
#  6:     12    C     1       X       1   100.00000            1           1
#  7:     14    D     1       Z       1    80.00000            4           5
#  8:     15    D     1       Z       1    80.00000            4           5
#  9:     16    D     1       Z       1    80.00000            4           5
# 10:     17    D     1       Z       1    80.00000            4           5
# 11:     20    D     3       Z       1    80.00000            4           5

Для более подробного объяснения соединения какфильтр, см. ссылку ниже, опубликованную @ Frank

Выполните полусоединение с data.table

...