Come eseguire un join di data.table X [Y], senza perdere una chiave principale esistente su X?

Question

Quando si uniscono data.tables X e Y utilizzando X [Y], X deve avere un tasto, che viene utilizzato dalla chiave di Y per effettuare il join. Se X è una tabella molto grande e normalmente viene digitata su colonne non utilizzate nel join, la chiave di X deve essere modificata per il join e quindi ripristinata sulla chiave originale dopo il join. C'è un modo efficace per fare il join, senza perdere la chiave principale originale su X?

Ho un dataset ambientale serie DT di grandi dimensioni (1M righe, 36 colonne), come data.table con chiave nelle colonne sito e data. Ho bisogno di fare calcoli su colonne esistenti in DT e/o inserire una nuova colonna, basata su una colonna esistente, usando una piccola ricerca o tabella di ricodifica.

Ecco un esempio minimo:

require(data.table) # using v1.9.5 

# main data table DT, keyed on site and date, with data column x 
DT <- data.table(site = rep(LETTERS[1:2], each=3), 
       date = rep(1:3, times=2), 
       x = rep(1:3*10, times=2), 
       key = "site,date") 
DT 
# site date x 
# 1: A 1 10 
# 2: A 2 20 
# 3: A 3 30 
# 4: B 1 10 
# 5: B 2 20 
# 6: B 3 30 

# lookup table for x to y lookup, keyed on x 
x2y <- data.table(x = c(10,20), y = c(100,200), key = "x") 
x2y 
#  x y 
# 1: 10 100 
# 2: 20 200 

Per aderire al x2y tabella di ricerca con la tabella principale DT, ho impostato la chiave DT a "x":

setkey(DT,x) 

Poi il join opere come previsto.

DT[x2y] 
# site date x y 
# 1: A 1 10 100 
# 2: B 1 10 100 
# 3: A 2 20 200 
# 4: B 2 20 200 

e posso usare "y" dalla tabella di ricerca nei calcoli o creare una nuova colonna in DT.

DT[x2y, y:=y] 
# site date x y 
# 1: A 1 10 100 
# 2: B 1 10 100 
# 3: A 2 20 200 
# 4: B 2 20 200 
# 5: A 3 30 NA 
# 6: B 3 30 NA 

Ma ora il mio serie temporali di dati DT è calettato su "x", e ho bisogno di impostare la chiave torna a "sito, la data" per un ulteriore uso.

setkey(DT,site,date) 

È questo approccio (X tasto X, unire, poi ri-key) il modo più veloce per fare questo quando DT è molto grande (righe 1M), o c'è un modo altrettanto efficace per fare questo tipo di look join, senza perdere la chiave originale sul grande tavolo DT?

Answer 1

Con i tasti secondari effettuati (dal v1.9.6) e la recente correzione del bug sul mantenimento/scartando le chiavi correttamente (in v1.9.7), ora è possibile farlo usando on=:

# join 
DT[x2y, on="x"] # key is removed as row order gets changed. 

# update using joins 
DT[x2y, y:=y, on="x"] # key is retained, as row order isn't changed. 

Answer 2

Aggiornamento: Grazie a una correzione di bug, questo non è più necessario. Si prega di vedere la risposta accettata.

---

Vorrei unire appena x:

DT[,y:=x2y[J(DT$x)]$y] 

La chiave di DT viene mantenuto qui.