Я ищу эффективный способ объединить 2 data.frames/data.tables на столбе персонажа, используя условие grep/like/stri_detect.R join on like/grep condition
Я могу использовать пакет sqldf с объединением на подобном, но довольно медленный. На моих 2 data.tables (5k строк, 20k строк) это занимает около 60 секунд.
Мой второй подход состоял в том, чтобы использовать CJ из data.table и после этого stri_detect_fixed на 2 столбцах. Этот подход выполняется быстрее (16 секунд), но я боюсь, что с ростом данных его невозможно будет использовать (это значительно увеличивает использование ПЗУ).
Я также пытался сделать это в цикле, но он был самым медленным.
Есть ли способ сделать это быстрее, особенно в data.table?
Ниже я вставляю мой пример:
library(stringi)
library(data.table)
library(sqldf)
data1 <- data.table(col1 = paste0(c("asdasd asdasd 768jjhknmnmnj",
"78967ggh","kl00896754","kl008jku"),1:10000))
data2 <- data.table(col2 = paste0(c("mnj", "12345","kl008","lll1"), 1:10000))
system.time(join1 <- data.table(sqldf("select *
from data1 a inner join data2 b
on a.col1 like '%' || b.col2 || '%'", drv = "SQLite")))
system.time(kartezjan <- CJ(col1 = data1[,c("col1"), with = F][[1]],
col2 = data2[,c("col2"), with = F][[1]],
unique = TRUE)[stri_detect_fixed(col1, col2, case_insensitive = FALSE)])
На моей машине код sqldf, набравший 89,02 секунды, занял 69,06 секунды, используя 'on instr (a.col1, b.col2)' вместо 'on ... like ...' и 409.35 секунд с данными. Таблица. Существует недостаток 'library (stringi)'. –
Результаты ваших примеров разные. Может быть, вы должны привести простой пример и объяснить, что вы хотите сделать в случае с углами. (Значение в col1 не соответствует, значение в col2 не имеет совпадений и множественных возможностей совпадения). Также было бы полезно знать, есть ли какие-то ограничения на значения. – bluefish
Я проверяю его с помощью 'instr', но он был медленнее, чем с' on ... like ...'. Теперь я добавляю библиотеку и меняю левое соединение на внутреннее соединение, чтобы сделать результаты одинаковыми. – Kacper