使用 data.table 包通过引用进行条件二进制连接和更新

Question

所以这是我现实生活中的问题，我觉得它很容易解决，但我在这里遗漏了一些明显的东西。我有两个大数据集 TK 和 DFT

library(data.table)
set.seed(123)
(TK <- data.table(venue_id = rep(1:3, each = 2), 
                  DFT_id = rep(1:3, 2), 
                  New_id = sample(1e4, 6),
                  key = "DFT_id"))

#    venue_id DFT_id New_id
# 1:        1      1   2876
# 2:        1      2   7883
# 3:        2      3   4089
# 4:        2      1   8828
# 5:        3      2   9401
# 6:        3      3    456

(DFT <- data.table(venue_id = rep(1:2, each = 2), 
                   DFT_id = 1:4, 
                   New_id = sample(4),
                   key = "DFT_id"))

#    venue_id DFT_id New_id
# 1:        1      1      3
# 2:        1      2      4
# 3:        2      3      2
# 4:        2      4      1

我想在 venue_id %in% 1:2 时在 DFT_id 列上执行 二进制左连接 到 TK，同时更新 New_id 参考。换句话说，期望的结果是

TK
#    venue_id DFT_id New_id
# 1:        1      1      3
# 2:        2      1      3
# 3:        1      2      4
# 4:        3      2   9401
# 5:        2      3      2
# 6:        3      3    456

我想把这两个条件结合起来，但没有成功（仍然不确定为什么）

TK[venue_id %in% 1:2 & DFT, New_id := i.New_id][]
# Error in `[.data.table`(TK, DFT & venue_id %in% 1:2, `:=`(New_id, i.New_id)) : 
#   i is invalid type (matrix). Perhaps in future a 2 column matrix could return a list of elements of DT (in the spirit of A[B] in FAQ 2.14). 
# Please let datatable-help know if you'd like this, or add your comments to FR #1611.

我的下一个想法是使用链接，它通过正确连接部分实现了目标，但在一些临时 table 上没有实际影响 TK

TK[venue_id %in% 1:2][DFT, New_id := i.New_id][]
TK
#    venue_id DFT_id New_id
# 1:        1      1   2876
# 2:        2      1   8828
# 3:        1      2   7883
# 4:        3      2   9401
# 5:        2      3   4089
# 6:        3      3    456

所以要明确一点，我很清楚我可以将 TK 分成两个 table，执行连接然后再次 rbind，但我正在做许多不同的条件连接都是这样的，我也在寻找速度和内存高效的解决方案。

这也意味着我不是寻找 dplyr 解决方案，因为我正在尝试同时使用 binary join 和 通过引用更新 仅存在于 data.table 软件包 IIRC 中的功能。

有关更多信息，请参阅这些小插图：

Answer 1

从 Arun 的更新答案中复制

TK[venue_id %in% 1:2, New_id := DFT[.SD, New_id]][]
#    venue_id DFT_id New_id
# 1:        1      1      3
# 2:        2      1      3
# 3:        1      2      4
# 4:        3      2   9401
# 5:        2      3      2
# 6:        3      3    456

他的回答给出了正在发生的事情的详细信息。

Answer 2

这是一个非常简单的方法：

TK[DFT, New_id := ifelse(venue_id %in% 1:2, i.New_id, New_id)][]
#    venue_id DFT_id New_id
# 1:        1      1      3
# 2:        2      1      3
# 3:        1      2      4
# 4:        3      2   9401
# 5:        2      3      2
# 6:        3      3    456

我没有检查过，但我怀疑其他答案更快。

使用 data.table 包通过引用进行条件二进制连接和更新

Conditional binary join and update by reference using the data.table package

join

r

data.table