r - 如何避免在 data.table 中进行向量搜索

Question

我有一个 data.table X，我想基于 2 个字符变量创建一个变量

   X[, varC :=((VarA =="A" & !is.na(VarA)) 
               | (VarA == "AB" & VarB =="B" & !is.na(VarA) & !is.na(VarB))
                )
      ]

此代码有效，但速度非常慢，因为它对 2 个字符变量进行矢量扫描。请注意，我没有通过 VarA 和 VarB setkey claim4 表。在 data.table 中是否有“正确”的方法来做到这一点？

更新 1:我不使用 setkey 进行此转换，因为我已经将 setkey(X, Year, ID) 用于其他变量转换。如果我这样做，我需要在此转换后将 key 重置回 Year, ID。

更新 2:我确实用 Matthew 的方法对我的方法进行了基准测试，他的方法要快得多:

          test replications elapsed relative user.self sys.self user.child sys.child
2 Matthew               100   3.377    1.000     2.596    0.605          0         0
1 vectorSearch          100 200.437   59.354    76.628   40.260          0         0

唯一的小事是 setkey 然后再次重新 setkey 有点冗长:)

Answer 1

怎么样 :

setkey(X,VarA,VarB)
X[,varC:=FALSE]
X["A",varC:=TRUE]
X[J("A","AB"),varC:=TRUE]

或者，在一行中(以保存变量 X 的重复并演示):

X[,varC:=FALSE]["A",varC:=TRUE][J("A","AB"),varC:=TRUE]

为了避免根据要求设置 key ，手动辅助 key 如何:

S = setkey(X[,list(VarA,VarB,i=seq_len(.N))],VarA,VarB)
X[,varC:=FALSE]
X[S["A",i][[2]],varC:=TRUE]
X[S[J("A","AB"),i][[3]],varC:=TRUE]

现在很明显，这种语法很丑陋。所以 FR#1007 Build in secondary keys是将其构建到语法中；例如。，

set2key(X,varA,varB)
X[...some way to specify which key to join to..., varC:=TRUE]

与此同时，如上图所示，手动操作也是可能的。