Złożone klucze

Łączenie danych z data.table w R

Scott Ritchie

Postdoctoral Researcher in Systems Genomics

Błędnie określone złączenia

Co się dzieje, gdy użyte zostaną nieprawidłowe kolumny jako klucze złączenia?

Zgłaszany jest błąd
Wynikiem jest nieprawidłowy data.table

Niezgodność typów kolumn

Użycie kolumn kluczy złączenia różnych typów spowoduje błąd

customers[web_visits, on = .(age = name)]

Error in bmerge(i, x, leftcols, rightcols, io, xo, roll, rollends, 
nomatch,  : 
  typeof x.age (double) != typeof i.name (character)

Niezgodność typów kolumn

customers[web_visits, on = .(id)]

Error in bmerge(i, x, leftcols, rightcols, io, xo, roll, rollends, 
nomatch,  : 
  typeof x.id (integer) != typeof i.id(character)

Nieprawidłowe złączenia pełne – brak wspólnych wartości klucza

merge(customers, web_visits, by.x = "address", by.y = "name", all = TRUE)

Nieprawidłowe złączenia prawostronne i lewostronne – brak wspólnych wartości klucza

customers[web_visits, on = .(address = name)]

Nieprawidłowe złączenia wewnętrzne – brak wspólnych wartości klucza

customers[web_visits, on = .(address = name), nomatch = 0]

Nieprawidłowe złączenia – przypadkowe wspólne wartości klucza

customers[web_visits, on = .(age = duration), nomatch = O]

Unikanie błędnie określonych złączeń

Zapoznanie się z zawartością kolumn przed złączeniami pozwala uniknąć błędów

Klucze z różnymi nazwami kolumn

merge(customers, web_visits, by.x = "name", by.y = "person")

customers[web_visits, on = .(name = person)]
customers[web_visits, on = c("name" = "person")]
key <- c("name" = "person")
customers[web_visits, on = key]

Klucze wielokolumnowe

Określanie wielu kluczy za pomocą merge()

merge(purchases, web_visits, by = c("name", "date"))

merge(purchases, web_visits, 
      by.x = c("name", "date"),  
      by.y = c("person", "date")

Określanie wielu kluczy w składni data.table

purchases[web_visits, on = .(name, date)]
purchases[web_visits, on = c("name", "date")]

purchases[web_visits, on = .(name = person, date)]
purchases[web_visits, on = c("name" = "person", "date")]

Ostatni slajd

Łączenie danych z data.table w R