効率サブセット化data.table複数回

Question

は

私はこのフォーマット

> data = data.table(id = 1:10, date = seq(as.Date("2016-01-01"), by = 1, length = 10)) 
> data 
    id  date 
1: 1 2016-01-01 
2: 2 2016-01-02 
3: 3 2016-01-03 
4: 4 2016-01-04 
5: 5 2016-01-05 
6: 6 2016-01-06 
7: 7 2016-01-07 
8: 8 2016-01-08 
9: 9 2016-01-09 
10: 10 2016-01-10 

のデータを有するIクエリ/ Iプリフォームたいサブセットを別のマトリックスを有します。

> query = data.table(id = c(1,4,7), date_start = c("2016-01-01", "2016-01-01", "2016-01-01"), date_end = c("2016-01-04", "2016-01-02", "2016-01-03")) 
> query 
    id date_start date_end 
1: 1 2016-01-01 2016-01-04 
2: 4 2016-01-01 2016-01-02 
3: 7 2016-01-01 2016-01-03 

私はこのような何かをしたい：

subset(data, (id == query[1] & date > date_start[1] & date < date_end[1]) | 
     (id == query[2] & date > date_start[2] & date < date_end[2]) | 
     (id == query[3] & date > date_start[3] & date < date_end[3])) 

は自動的にforループを使用して、その結果をrbindingずにサブセットクエリが生成されています。

data.full <- merge(data,query,by="id", all.x=T) 

次に、あなたがqueryで参照されていない観測を除外し、それらが落ちた場合に参照されたものを維持したい場合は：あなたがちょうどそれらに参加することができ

おかげ

Answer 1

我々は少し

library(data.table) 
data = setDT(structure(list(id = 1:10, date = structure(16801:16810, class = c("IDate", 
"Date")), date2 = structure(16801:16810, class = c("IDate", "Date" 
))), .Names = c("id", "date", "date2"), row.names = c(NA, -10L 
), class = c("data.table", "data.frame"), sorted = c("id", 
"date", "date2"))) 

query = setDT(structure(list(id = c(1, 4, 7), date_start = 
structure(c(16801L, 
16801L, 16801L), class = c("IDate", "Date")), date_end = structure(c(16804L, 
16802L, 16803L), class = c("IDate", "Date"))), .Names = c("id", 
"date_start", "date_end"), row.names = c(NA, -3L), class = c("data.table", 
"data.frame"), sorted = c("id", 
"date_start", "date_end"))) 

を取得するにはOPのデータを変換する場合は... 。我々はこのアプローチのために

foverlaps(data, query, nomatch=0) 
# id date_start date_end  date  date2 
# 1: 1 2016-01-01 2016-01-04 2016-01-01 2016-01-01 

ようfoverlapsを使用することができ、その後、私は1つがマージする前にこれらのステップを取る必要だと思う：

• はcurrent development versionで

Answer 2

require(data.table) 
data = data.table(id = 1:10, date = seq(as.Date("2016-01-01"), by = 1, length = 10)) 
query = data.table(id = c(1,4,7), date_start = c("2016-01-01", "2016-01-01", 
"2016-01-01"), date_end = c("2016-01-04", "2016-01-02", "2016-01-03")) 

ファースト期間内でこれを行うことができます：

data.final <- data.full[date >= date_start & date <= date_end,] 

data.final 
    id  date date_start date_end 
1: 1 2016-01-01 2016-01-01 2016-01-04 

またはあなたがしたい場合EP queryで参照し、彼らは日付範囲に落ちた場合は参照されたものを維持していないされたレコード：

data.final <- data.full[is.na(date_start) | (date >= date_start & date <= date_end),] 
data.final 
    id  date date_start date_end 
1: 1 2016-01-01 2016-01-01 2016-01-04 
2: 2 2016-01-02   NA   NA 
3: 3 2016-01-03   NA   NA 
4: 5 2016-01-05   NA   NA 
5: 6 2016-01-06   NA   NA 
6: 8 2016-01-08   NA   NA 
7: 9 2016-01-09   NA   NA 
8: 10 2016-01-10   NA   NA 

Answer 3

、あなたは直接non-equiのように結合を実行することができ、各テーブルの上にキーを設定し、メインデータ

に余分な日付列を作成IDateの

としてすべての日付を持っています次のようになります。

# data.table v1.9.7+ 
data[query, .(id, x.date), on=.(id, date>=date_start, date<=date_end)] 

nomatch=0Lを追加すると、一致しない行が削除されます。結果。

.(id, x.date)は、非等価結合のデフォルト出力がどのように表示されるかを練習するまで必要です。