R，如何矢量化此操作

Question

在 R 中，我怎样才能最好地矢量化这个操作？

我有一个引用值表，有一个下限 (A) 和上限 (B)。

我还有一个值表 (X) 来查找上表。

对于 X 的每个值，我需要确定它是否位于引用表中 A 和 B 的任何值之间。

为了演示上述内容，这里是一个使用循环的解决方案:

#For Reproduceability,
set.seed(1); 

#Set up the Reference and Lookup Tables
nref = 5; nlook = 10
referenceTable <- data.frame(A=runif(nref,min=0.25,max=0.5),
                             B=runif(nref,min=0.50,max=0.75));
lookupTable    <- data.frame(X=runif(nlook),IsIn=0)

#Process for each row in the lookup table
#search for at least one match in the reference table where A <= X < B
for(x in 1:nrow(lookupTable)){
  v   <- lookupTable$X[x]
  tmp <- subset(referenceTable,v >= A & v < B)
  lookupTable[x,'IsIn'] = as.integer(nrow(tmp) > 0)
}

我正在尝试删除 for(x in .... )组件，因为我现实生活中的表格有成千上万条记录。

Answer 1

我找不到确切的骗子，所以这里有一个可能的解决方案，使用 data.table::foverlaps .首先，我们需要向 lookupTable 添加一个附加列以便在双方建立界限。然后key referenceTable (foverlaps 工作所必需的)然后只运行一个简单的重叠连接，同时只选择第一个连接，因为您想要任何连接(我使用了 0^ 以便转换为二进制，因为您不想要实际的地点)

library(data.table)
setDT(lookupTable)[, Y := X] # Add an additional boundary column
setkey(setDT(referenceTable)) # Key the referenceTable data set
lookupTable[, IsIn := 0 ^ !foverlaps(lookupTable, 
                                     referenceTable, 
                                     by.x = c("X", "Y"),
                                     mult = "first", 
                                     nomatch = 0L, 
                                     which = TRUE)]
#             X IsIn         Y
#  1: 0.2059746    0 0.2059746
#  2: 0.1765568    0 0.1765568
#  3: 0.6870228    1 0.6870228
#  4: 0.3841037    1 0.3841037
#  5: 0.7698414    0 0.7698414
#  6: 0.4976992    1 0.4976992
#  7: 0.7176185    1 0.7176185
#  8: 0.9919061    0 0.9919061
#  9: 0.3800352    1 0.3800352
# 10: 0.7774452    0 0.7774452