集合操作

在 R 中使用 data.table 进行数据表连接

Scott Ritchie

Postdoctoral Researcher in Systems Genomics

集合操作函数

给定两个列相同的 data.table：

• fintersect()：两者共有的行？

• funion()：两者的唯一行集合？

• fsetdiff()：仅在某个 data.table 中的行？

集合操作：`fintersect()`

提取同时存在于两个 data.table 中的行

fintersect(dt1, dt2)

`fintersect()` 与重复行

默认会忽略重复行：

fintersect(dt1, dt2)

`fintersect()` 与重复行

all = TRUE：保留两者中出现的副本数量：

fintersect(dt1, dt2, all = TRUE)

集合操作：`fsetdiff()`

提取仅在第一个 data.table 中的行

fsetdiff(dt1, dt2)

`fsetdiff()` 与重复项

默认会忽略重复行：

fsetdiff(dt1, dt2)

`fsetdiff()` 与重复项

all = TRUE：返回所有额外副本：

fsetdiff(dt1, dt2, all = TRUE)

集合操作：`funion()`

提取出现在任一 data.table 中的所有行：

funion(dt1, dt2)

`funion()` 与重复项

默认会忽略重复行：

funion(dt1, dt2)

`funion()` 与重复项

all = TRUE：返回所有行：

funion(dt1, dt2, all = TRUE) # rbind()

合并多个 `data.table` 时去重

两个 data.table：

1. 用 funion() 连接唯一行

三个或以上：

1. 用 rbind() 或 rbindlist() 连接所有 data.table
2. 用 duplicated() 和 unique() 识别并去重

让我们练习吧！

在 R 中使用 data.table 进行数据表连接