R 从行号矩阵中获取列中的值

以下是数据设置：

require(data.table)
set.seed(42)
pos_mat <- data.table(c1 = sample(1:1000), c2 =  sample(1:1000), c3 = sample(1:1000))
data    <- data.table(value = rnorm(1000), other_stuff = rnorm(1000))

以及：

现在pos_mat中的每个元素都响应数据中的行号。我希望创建一个新的data.table，它的维度与pos_mat相同，但它不包含行号，而是保存数据中的相应值

即，pos_mat[1，.（c1）]的值为915。在data[915，（（value）]=0.1702369中，我希望将其存储在新对象中

我觉得有点像：

new <- pos_mat
n <- nrow(pos_mat)
for(i in n) new[i,] <- data[unlist(pos_mat[1,]), value]

---

new使用较小的数据集

require(data.table)
set.seed(42)
pos_mat <- data.table(c1 = sample(1:10), c2 =  sample(1:10), c3 = sample(1:10))
data <- data.table(value = rnorm(10), other_stuff = rnorm(10))


或使用矩阵（使用新的
pos_mat
数据集）

res现在更清楚了吗？如果你想保持相同的维度，这应该可以
new如果你想将其矢量化，我建议你使用矩阵。像下面这样的东西应该可以工作
res我认为你不需要
lappy
或任何循环。尝试：
通过最有效的
数据。表
方法可能是使用
集合
如
中的（j in names（pos_mat））集合（pos_mat，j=j，value=data[pos_mat[[j]]，value]）
这些是很好的解决方案，在我的实际数据中，第一个解决方案更快。。。但第二个解决方案运行得足够快（也许更简单一点）。
new <- pos_mat
n <- nrow(pos_mat)
for(i in n) new[i,] <- data[unlist(pos_mat[1,]), value]

require(data.table)
set.seed(42)
pos_mat <- data.table(c1 = sample(1:10), c2 =  sample(1:10), c3 = sample(1:10))
data <- data.table(value = rnorm(10), other_stuff = rnorm(10))

for (j in names(pos_mat)) set(pos_mat, j = j, value = data[pos_mat[[j]], value])
pos_mat
#             c1         c2         c3
#  1:  1.8951935  1.3201133  1.8951935
#  2:  1.2146747 -1.7813084 -0.2842529
#  3: -2.6564554 -0.1719174 -0.1719174
#  4: -0.3066386 -0.2842529 -1.7813084
#  5: -2.4404669 -2.6564554  0.6359504
#  6: -0.1719174  1.8951935 -2.6564554
#  7:  1.3201133 -2.4404669  1.2146747
#  8:  0.6359504  0.6359504  1.3201133
#  9: -0.2842529 -0.3066386 -0.3066386
# 10: -1.7813084  1.2146747 -2.4404669

res <- data[unlist(pos_mat), value]
dim(res) <- dim(pos_mat)
res
#             [,1]       [,2]       [,3]
#  [1,]  1.8951935  1.3201133  1.8951935
#  [2,]  1.2146747 -1.7813084 -0.2842529
#  [3,] -2.6564554 -0.1719174 -0.1719174
#  [4,] -0.3066386 -0.2842529 -1.7813084
#  [5,] -2.4404669 -2.6564554  0.6359504
#  [6,] -0.1719174  1.8951935 -2.6564554
#  [7,]  1.3201133 -2.4404669  1.2146747
#  [8,]  0.6359504  0.6359504  1.3201133
#  [9,] -0.2842529 -0.3066386 -0.3066386
# [10,] -1.7813084  1.2146747 -2.4404669