如何在数据表中选择同时匹配另一个数据表中两个条件的行？

Question

我有两个数据表 DT1 和 DT2，其中 DT1 可能比 DT2 更大，列更多。我想在DT1中选择两列DT1中的行，其中DT1的两列在DT2中两列的同一行中具有完全匹配项。例如

DT1 = data.table(x=rep(c("b","a","c"),each=3), y=c(1,3,6), z=1:9)
DT2 = data.table(f=c("a","b"), g=c(1,3))

输出，DT1子，我正在寻找的是

   x y z
1: a 1 4
2: b 3 2

我的问题是，当我试图子集DT1时，我也会得到那些只有一列匹配的行

> DT1[x%in%DT2$f & y%in%DT2$g]
#    x y z
# 1: b 1 1
# 2: b 3 2
# 3: a 1 4
# 4: a 3 5

我可以用一个笨重的for循环来获得我想要的输出，DT1sub

DT1sub<-c()
for (i in 1:2)
  DT1sub<-rbind(DT1sub,DT1[x==DT2$f[i] & y==DT2$g[i]])
DT1sub

但是我想知道是否有更智能的data.table版本。这可能很简单，但是我无法从示例（"data.table"）中拼凑出来。

Answer 1

上面的答案工作得很好，但我仍然更喜欢使用合并（）来完成这个任务，因为它的参数更具表现力：

DT1sub <- merge(
  x = DT1, 
  y = DT2, 
  by.x = c('x', 'y'), by.y = c('f', 'g'), all.x = FALSE, all.y = FALSE)

当然，有些参数是多余的，因为它们是默认设置的，但是以这种方式编写它可以确保您记住是否强加了内/外连接等。

Answer 2

另一个想法是使用setkey。

library(data.table)

DT1 = data.table(x=rep(c("b","a","c"),each=3), y=c(1,3,6), z=1:9)
DT2 = data.table(f=c("a","b"), g=c(1,3))

setkey(DT1, x, y)
setkey(DT2, f, g)

DT1[DT2]
#    x y z
# 1: a 1 4
# 2: b 3 2

Answer 3

您是否正在寻找：

library(data.table)

DT1sub <- DT1[DT2, on = .(x = f, y = g)]

输出：

   x y z
1: a 1 4
2: b 3 2

这基本上是一个过滤联接-它只保留x中与f中的任何内容匹配的行，对于y，以及g。