Неравномерное соединение двух таблиц

Question 1

У меня есть 2 кадра данных, в которых мне нужно найти, сколько раз записи в mock$num попадают в диапазон x-y, указанный в кадре данных диапазона.

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)

Желаемый результат показан ниже

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

который можно получить с помощью следующего кода

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
)

Приведенный выше подход непригоден для больших наборов данных из-за цикла for, и я пытался использовать метод неэквивалентного соединения (через data.table). Однако я застрял в вопросе о том, как выполнить неравномерное соединение между двумя таблицами (не уверен, как перейти к...)

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

Хотел бы получить некоторые рекомендации по этой проблеме. Ценю вашу помощь.

Question 2

Сначала сделайте неравномерное объединение, а затем подведите итоги для каждого id сколько раз он появляется и присоединяется обратно к mock чтобы выяснить, какие идентификаторы были опущены. Для этих идентификаторов установите значение count равным нулю.

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

Question 3

не уверен в скорости выполнения для больших массивов данных

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

^{Создано в 2021-11-24 годах пакетом reprex (v2.0.1)}

det · Answer 1 · 2021-11-24T07:12:05

Сначала сделайте неравномерное объединение, а затем подведите итоги для каждого id сколько раз он появляется и присоединяется обратно к mock чтобы выяснить, какие идентификаторы были опущены. Для этих идентификаторов установите значение count равным нулю.

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

не уверен в скорости выполнения для больших массивов данных

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

^{Создано в 2021-11-24 годах пакетом reprex (v2.0.1)}

Неравномерное соединение двух таблиц

Вопрос

На других языках

Эта страница на других языках

Популярное в этой категории

Популярные вопросы в этой категории