集合運算

R 的 data.table 資料合併

Scott Ritchie

Postdoctoral Researcher in Systems Genomics

集合運算函式

給定兩個具有相同欄位的 data.tables：

• fintersect()：兩個 data.table 共同擁有哪些列？

• funion()：跨這兩個 data.table 的不重複列有哪些？

• fsetdiff()：哪些列只在此 data.table 中出現？

集合運算：`fintersect()`

擷取同時存在於兩個 data.table 的列

fintersect(dt1, dt2)

`fintersect()` 與重複列

預設會忽略重複列：

fintersect(dt1, dt2)

`fintersect()` 與重複列

all = TRUE：保留在兩個 data.table 中出現的份數：

fintersect(dt1, dt2, all = TRUE)

集合運算：`fsetdiff()`

擷取只出現在第一個 data.table 的列

fsetdiff(dt1, dt2)

`fsetdiff()` 與重複列

預設會忽略重複列：

fsetdiff(dt1, dt2)

`fsetdiff()` 與重複列

all = TRUE：回傳所有多出的份數：

fsetdiff(dt1, dt2, all = TRUE)

集合運算：`funion()`

擷取出現在任一 data.table 的所有列：

funion(dt1, dt2)

`funion()` 與重複列

預設會忽略重複列：

funion(dt1, dt2)

`funion()` 與重複列

all = TRUE：回傳所有列：

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

合併多個 `data.table` 時去除重複

兩個 data.table：

1. 用 funion() 串接不重複列

三個以上：

1. 以 rbind() 或 rbindlist() 串接所有 data.table
2. 用 duplicated() 與 unique() 辨識並移除重複

一起來練習吧！

R 的 data.table 資料合併