有没有一种方法来有效地计算A中的列值，使用data.table落在B的范围内？
问题描述：
我已经创造了一些代码来处理以下任务：有没有一种方法来有效地计算A中的列值，使用data.table落在B的范围内？
ref = read.table(header=TRUE, text="
user event
1441 120120102
1441 120120888
1443 120122122
1445 120124452
1445 12
1446 12", stringsAsFactors=FALSE)
data = read.table(header=TRUE, text="
user event1 event2
1440 12
1441 120128523 120156545
1441 12
1441 120122344 120122355", stringsAsFactors=FALSE)
我在这里是一个函数（信用卡用户卡洛斯的Cinelli），让我通过线对表data走线和搜索记录事件1和事件2之间有多少参考事件，由user ID标识。现在
，我想知道是否有更快的方式做到以下功能：
count <- function(x,y,z) ref[, sum(event >=x & event <= y & user ==z)]
data[, count:=mapply(x=event1, y=event2, z=user, count)]
我一直无法做太多，想知道如果data.table方案将有什么可以帮助使上述速度更快。非常感谢！
答
查看?foverlaps的示例。他们清楚地展示了如何基于其他标识符中的重叠间隔加入。因为有没有重叠
require(data.table) ## 1.9.3+
setDT(ref)
setDT(data)
setkey(ref[, event2 := event])
ans = foverlaps(data, ref, by.x=c("user", "event1", "event2"), which=TRUE, nomatch=0L)
你举的例子是特别糟糕。所以我不能真正展示接下来的几个步骤。但ans应为您提供data（xid）中每行的重叠行索引ref（yid）。并且重叠在user内获得- 因为它也被设置为关键列。
我希望你能从这里拿...如果你发现这个问题没有解决，请发表一个我可以运行的例子来重现你遇到的同样的问题。
HTH
+0
Arun，这非常有意义，谢谢，我明白了！ – user1398057 2014-10-02 09:55:44
答
非等距联接在current development version of data.table, v1.9.7最近实施的和可用的。这可以使用此功能以非常简单的方式执行：
require(data.table) # v1.9.7+
setDT(ref); setDT(data)
data[ref, .N, by=.EACHI, nomatch=0L, on=.(user, event1 <= event, event2 >= event)]
# returns an empty data.table here since no overlaps are found..
您需要考虑滚动连接.... – mnel 2014-10-01 06:15:53
Arun，感谢您的回复！是的，数据是我的错，让事件1>事件2发生错误。我遇到的问题是（我可能是错的），我似乎无法找到一种方法来搜索'event1'和'event2'之间夹有多少'event'基于'user' id 。看来，我无法弄清楚如何以及如果我只能通过用户ID找到重叠连接。我会正确还是错误？谢谢！ – user1398057 2014-10-01 19:17:58