r - 寻求一种更好的方法从查找表中添加 data.table 中的列

Question

我想通过与常用列 index1 和 index2 的查找表合并来在 data.table 中创建一个新列 key >。然后根据这个新 key 列的值 (a,b,c)，我想生成 3 个新列(a、b、c)，用于对 data.table 中的 value 列进行索引。

我的数据表如下所示:

    index1      index2    value
1       2          0     0.00
2       1          2    -5.00
3       3          2    -5.00
4       3          2    17.50
5       2          2    15.00
6       1          2    -7.50
7       3          2     3.75
8       1          2    -8.75
9       2          1    15.00
10      2          1    12.50

查找表是这样的:

 index1  index2  key
1    1        1   a
2    1        2   b
3    2        1   a
4    2        2   c
5    3        1   c
6    3        2   b

最终结果是这样的:

    index1     index2   value  key       a       b      c
1       2          0     0.00   NA      NA      NA     NA
2       1          2    -5.00    b      NA   -5.00     NA
3       3          2    -5.00    b      NA   -5.00     NA
4       3          2    17.50    b      NA   17.50     NA
5       2          2    15.00    c      NA      NA  15.00
6       1          2    -7.50    b      NA   -7.50     NA
7       3          2     3.75    b      NA    3.75     NA
8       1          2    -8.75    b      NA   -8.75     NA 
9       2          1    15.00    a   15.00      NA     NA
10      2          1    12.50    a   12.50      NA     NA

我尝试通过首先通过 merge() 合并 data.table 和查找表来解决这个问题，然后使用 J() 三次来实现上述结果。我对 data.table 还很陌生，但很想学习一种更优雅的方法来解决这个问题，而不是多次重复该过程。这是我的代码:

DT <- merge(DT, lookup, by=c('index1', 'index2'), all.x=TRUE)
DT <- data.table(DT)  #Don't know why but DT became a data.frame after merge()
DT[J("a"), a:=value]
DT[J("b"), b:=value]
DT[J("c"), c:=value]

Answer 1

由于您想加入索引1和索引2，因此可以使用 merge正如您所拥有的，或者如果您将这些作为键分配给每个表，那么您可以简单地使用 []加入。 (如 DT[lookup] )

 setkey(lookup, index1, index2)
 setkey(DT, index1, index2)

然后你可以迭代每个唯一的 key来自您的lookup表格如下

 keyVals <- unique(lookup[, key])

 for (k in keyVals)
   DT[lookup[key==k], c(k) := value]

<小时/>

结果:

DT
#     index1 index2 value    a     b  c
#  1:      1      2 -5.00   NA -5.00 NA
#  2:      1      2 -7.50   NA -7.50 NA
#  3:      1      2 -8.75   NA -8.75 NA
#  4:      2      0  0.00   NA    NA NA
#  5:      2      1 15.00 15.0    NA NA
#  6:      2      1 12.50 12.5    NA NA
#  7:      2      2 15.00   NA    NA 15
#  8:      3      2 -5.00   NA -5.00 NA
#  9:      3      2 17.50   NA 17.50 NA
# 10:      3      2  3.75   NA  3.75 NA