r - 在 R 的范围列表中查找值列表

Question

我有两个数据框:

set.seed(123)
myData<-data.frame(id=1:10, pos=21:30)
refData<-data.frame(id=letters[1:15], pos=sample(10:40,15))

看起来像那样

> myData 
  id1  pos1
  1    21
  2    22
  3    23
  4    24
  5    25
  6    26
  7    27
  8    28
  9    29
 10    30
> refData
  id2  pos2
  a    18
  b    33
  c    21
  d    34
  e    35
  f    11
  g    23
  h    31
  i    22
  j    20
  k    30
  l    19
  m    32
  n    39
  o    36

我想要一个扩展的 myData 数据框。对于 myData 中的每一行，我想检查 refData 中是否存在距离小于 2 个数字的条目，如果是，我希望将 refData 的 ID 粘贴到 myData 的新列中。
最后我的新数据框应该是这样的:

 id1 pos1     newColumn
   1   21 c, g, i, j, l
   2   22    c, g, i, j
   3   23       c, g, i
   4   24          g, i
   5   25             g
   6   26              
   7   27              
   8   28             k
   9   29          h, k
  10   30       h, k, m

显然，我可以使用以下循环来做到这一点，效果很好:

myData$newColumn<-rep(NA, nrow(myData))
for(i in 1:nrow(myData)){
  ww<-which(abs(refData$pos2 - myData$pos1[i]) <=  2)
  myData$newColumn[i]<-paste(refData[ww,1],collapse=", ")
}

但是，我正在寻找一种非常快速的方法来做到这一点，因为我的真实数据大约有 10^6 个条目，而我的真实 refData 大约有 10^7 个条目。

我非常感谢 的任何帮助和想法快速方法来做到这一点!

Answer 1

你可以试试:

myData$newColumn = lapply(myData$pos, 
                 function(x) {paste(refData$id[abs(refData$pos-x)<3],collapse=', ')})

输出:

   id pos     newColumn
1   1  21 c, g, i, j, l
2   2  22    c, g, i, j
3   3  23       c, g, i
4   4  24          g, i
5   5  25             g
6   6  26              
7   7  27              
8   8  28             k
9   9  29          h, k
10 10  30       h, k, m

希望这可以帮助!