r - 在 data.table 中查找向量中的所有匹配项

Question

这个问题是对 this previous question 的跟进.

我有一个 id 向量，sampleIDs .
我也有一个数据表，rec_data_table ，以出价为键并包含一列，A_IDs.list其中每个元素都是 aID 的集合(向量)。

我想创建第二个 data.table 包含 sampleIDs和哪里
每个aID , 存在所有 bID 的对应向量，其中
该 aID 出现在 A_IDs.list 中柱子。

例子:

> rec_data_table
   bid counts names_list A_IDs.list
1: 301     21        C,E       3,NA
2: 302     21          E         NA
3: 303      5      H,E,G     8,NA,7
4: 304     10        H,D        8,4
5: 305      3          E         NA
6: 306      5          G          7
7: 307      6        B,C        2,3

> sampleIDs
[1] 3 4 8

AB.dt <- data.table(aID=sampleIDs, key="aID")

# unkown step
AB.dt[ , bIDs := ????  ]

# desired result:
> AB.dt
    aid     bIDs
1:    3  301,307
2:    4      304
3:    8  303,304

我在 AB.dt[] 中尝试了几行不同的行称呼。
我能得到的最接近的是

rec_data_table[sapply(A_IDs.list, function(lst) aID %in% lst), bID]

对于给定的 aID，这将为我提供所需的结果, 我可以 lapply
在 sampleIDs创建向量列表并构建所需的结果。

但是，我怀疑必须有一个更“适合 data.table”的方法来实现这一点。任何建议表示赞赏。

#--------------------------------------------------#
#           SAMPLE DATA                            #

library(data.table)
set.seed(101)

  rows <- size <- 7
  varyingLengths <- c(sample(1:3, rows, TRUE))
  A <-  lapply(varyingLengths, function(n) sample(LETTERS[1:8], n))
  counts <- round(abs(rnorm(size)*12))   
rec_data_table <- data.table(bID=300+(1:size), counts=counts, names_list=A, key="bID")

A_ids.DT <- data.table(name=LETTERS[c(1:4,6:8,10:11)], id=c(1:4,6:8,10:11), key="name")
rec_data_table[, A_IDs.list := sapply(names_list, function(n) c(A_ids.DT[n, id]$id))]
sampleIDs <- c(3, 4, 8)

Answer 1

加入后tmp至 A_ids.DT在我对上一个问题的回答中，您可以通过查找 sampleIDs 来获得所需的输出。在 tmp :

# ... from previous answer
# tmp <- A_ids.DT[tmp]

AB.dt <- setkey(tmp, id)[J(sampleIDs)][, list(bIDs = list(bID)),
                                       by = list(aid = id)]

# setkey(tmp, orig.order)
# previous answer continues ...

请注意您的 bID 的大写然而，这两个问题的列是不同的。当然，这是假设您没有执行示例数据中的倒数第二行。这应该比 %in% 快由于 data.table的奇迹，当有很多记录时基于的方法的二分查找。