时间戳

首页 > 解决方案 > 通过一个具有动态容差的数值变量连接两个 data.tables

r - 通过一个具有动态容差的数值变量连接两个 data.tables

问题描述

我有两个 data.tables 我想通过一个数字变量（双精度）加入。然而，数值变量存在不确定性。因此，我必须允许一个特定的容差，该容差因变量而异。

在下面的示例中，“mz”是我想加入 DT1 和 DT2 的变量。从变量 iso_mz 计算的公差：iso_mz * 5e-6。

DT1 <- data.table(mz = c(433.231512451172, 451.091953822545, 454.347605202415, 490.167234693255, 518.225894504123), 
Var1 = c(433.231018066406, 451.091430664062, 454.347015380859, 490.166381835938, 518.22509765625), 
Var2 = c(433.232147216797, 451.092559814453, 454.34814453125, 490.168273925781, 518.2265625))


DT2 <- data.table(iso_mz = c(451.0900, 490.1651, 518.2281, 433.2335), 
comp = c("m1", "m2", "m3", "m4"))

如果我不必使用容差，我会使用 data.table 包的“on=.()”功能。我试图从通过带有错误范围的测量值连接数据帧中调整代码，但由于某种原因我无法运行，..

我的示例所需的输出是：

Output <- data.table(
iso_mz = c(433.2335, 451.0900, 490.1651, 518.2281), 
comp = c("m4", "m1", "m2", "m3"),
mz = c(433.231512451172, 451.091953822545, 490.167234693255, 518.225894504123), 
Var1 = c(433.231018066406, 451.091430664062, 490.166381835938, 518.22509765625), 
Var2 = c(433.232147216797, 451.092559814453, 490.168273925781, 518.2265625))

先感谢您！

标签： rdataframemergedata.tablejointable

解决方案

这是一种使用foverlaps()from的方法data.table。

tolerance = 5e-6
#create ranges to join on
DT1[, `:=`(min = mz - mz * tolerance, 
           max = mz + mz * tolerance) ]
DT2[, `:=`(min = iso_mz - iso_mz * tolerance, 
           max = iso_mz + iso_mz * tolerance) ]
#set keys
setkey(DT1, min, max )
setkey(DT2, min, max )
#perform overlap join, order, remove min-max columns
ans <- setorder( foverlaps( DT2, DT1 ), mz)[, `:=`(min=NULL,max=NULL,i.min=NULL,i.max=NULL)][]


# mz     Var1     Var2   iso_mz comp
# 1: 433.2315 433.2310 433.2321 433.2335   m4
# 2: 451.0920 451.0914 451.0926 451.0900   m1
# 3: 490.1672 490.1664 490.1683 490.1651   m2
# 4: 518.2259 518.2251 518.2266 518.2281   m3


#check
all.equal( setcolorder(ans, names(Output)), Output )
[1] TRUE

推荐阅读