r - 如何从另一个 data.table 重命名 R data.table 中的级别？

Question

我有两个 data.tables，dt 是一个很长的表，有一个整数列 levels 在 1...5 范围内，另一个 data.table "labels "包含像这样的简单形式的标签:

labels <- data.table(V1=1:5, V2=c("Very Low", "Low", "Median", "High", "Very High"))
#    V1       V2
# 1:  1       Very Low
# 2:  2       Low
# 3:  3       Median
# 4:  4       High
# 5:  5       Very High

实际的 dt 相当大，但为了可重复性，一个简单的就可以了(尽管在真实的 DT 级别中并不那么规则):

dt <- data.table(levels=rep(1:5, times=10))

如何一次性用 labels 中的字符标签替换 dt 中的级别列？

我可以在手动循环中执行此操作(丑陋!)，或者我可以通过添加另一列来执行此操作，如下所示:

dt[, tmp := labels$V2[dt$level] ]

然后删除列 level 并重命名 tmp。

有没有好的 data.table 方法来做到这一点？

Answer 1

最简单的方法是加入data.tables。为了显示效果，我在 dt 中添加了一个 id 列(见下文)。您可以按如下方式加入 data.tables:

dt[labels, on=c("levels"="V1")][order(id)] # the [order(id)] part is not necessary, but added to show the effect better

给出(前 7 行):

    levels id        V2
 1:      1  1  Very Low
 2:      2  2       Low
 3:      3  3    Median
 4:      4  4      High
 5:      5  5 Very High
 6:      1  6  Very Low
 7:      2  7       Low
....

或者可能更好:

dt <- dt[labels, .(id,levels=V2), on=c("levels"="V1")][order(id)]

给出(前 7 行):

> dt
    id    levels
 1:  1  Very Low
 2:  2       Low
 3:  3    Median
 4:  4      High
 5:  5 Very High
 6:  6  Very Low
 7:  7       Low
....

---

另一种选择是使用 match 函数和 labels data.table 作为查找表:

dt[, levels := labels$V2[match(levels, labels$V1)]]

给出:

> dt
       levels id
 1:  Very Low  1
 2:       Low  2
 3:    Median  3
 4:      High  4
 5: Very High  5
 6:  Very Low  6
 7:       Low  7
....

---

使用的数据:

dt <- data.table(levels=rep(1:5, times=10))[,id:=.I]
labels <- data.table(V1=1:5, V2=c("Very Low", "Low", "Median", "High", "Very High"))