Opérations ensemblistes

Jointure de données avec data.table en R

Scott Ritchie

Postdoctoral Researcher in Systems Genomics

Fonctions d'opérations ensemblistes

Étant donné deux data.tables ayant les mêmes colonnes :

  • fintersect() : quelles lignes ces deux data.tables ont-elles en commun ?

  • funion() : quel est l'ensemble unique de lignes à travers ces deux data.tables ?

  • fsetdiff() : quelles lignes sont propres à ce data.table ?

Jointure de données avec data.table en R

Opérations ensemblistes : `fintersect()`

Extraire les lignes présentes dans les deux data.tables

fintersect(dt1, dt2)

Jointure de données avec data.table en R

`fintersect()` et doublons

Les doublons sont ignorés par défaut :

fintersect(dt1, dt2)

Jointure de données avec data.table en R

`fintersect()` et doublons

all = TRUE : conserver le nombre d'occurrences présentes dans les deux data.tables :

fintersect(dt1, dt2, all = TRUE)

Jointure de données avec data.table en R

Opérations ensemblistes : `fsetdiff()`

Extraire les lignes trouvées uniquement dans le premier data.table

fsetdiff(dt1, dt2)

Jointure de données avec data.table en R

`fsetdiff()` et doublons

Les doublons sont ignorés par défaut :

fsetdiff(dt1, dt2)

Jointure de données avec data.table en R

`fsetdiff()` et doublons

all = TRUE : retourner toutes les copies en trop :

fsetdiff(dt1, dt2, all = TRUE)

Jointure de données avec data.table en R

Opérations ensemblistes : `funion()`

Extraire toutes les lignes présentes dans l'un ou l'autre data.table :

funion(dt1, dt2)

Jointure de données avec data.table en R

`funion()` et doublons

Les doublons sont ignorés par défaut :

funion(dt1, dt2)

Jointure de données avec data.table en R

`funion()` et doublons

all = TRUE : retourner toutes les lignes :

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

Jointure de données avec data.table en R

Retirer les doublons lors de la combinaison de plusieurs `data.tables`

Deux data.tables :

  1. Utilisez funion() pour concaténer les lignes uniques

Trois ou plus :

  1. Concaténez toutes les data.tables avec rbind() ou rbindlist()
  2. Repérez et retirez les doublons avec duplicated() et unique()
Jointure de données avec data.table en R

Passons à la pratique !

Jointure de données avec data.table en R

Preparing Video For Download...