编写间接引用变量以绕过硬编码的R代码是否效率低下？

假设我有下面的数据框：

x <- data.frame(id= c("a", "b", "c", "d", "e")
                , term= c(179, 192, 189, 182, 179)
                , f17= c(1, 2, 3, 4, 5)
                , s18= c(6, 7, 8, 9, 10)
                , f18 = c(11, 12, 13, 14, 15)
                , s19 = c(16, 17, 18, 19, 20))

上面代码的想法是，当我获得新数据时，我只需要更新xterm和xVars的定义。或者，我甚至可以根据x中变量和x中变量的唯一值列表动态创建这些变量

---

我很想从更有经验的R用户那里得到反馈，如果这是解决R中此类迭代问题的最佳方法？关于如何更好地利用R做这类事情，您可以分享哪些资源？

您可以使用

match

xTerms <- c(179, 182, 189, 192)
xVars <- c("f17", "s18", "f18", "s19")

x$startVal <- sapply(1:nrow(x), function(i) x[i, xVars[match(x$term[i], xTerms)]])

x
  id term f17 s18 f18 s19 startVal
1  a  179   1   6  11  16        1
2  b  192   2   7  12  17       17
3  c  189   3   8  13  18       13
4  d  182   4   9  14  19        9
5  e  179   5  10  15  20        5

---

xTerms一个选项是使用
行/列
索引

x$startVal <- x[3:6][cbind(seq_len(nrow(x)), 
             match(xVars[match(x$term, xTerms)], names(x)[3:6]))]
x
#  id term f17 s18 f18 s19 startVal
#1  a  179   1   6  11  16        1
#2  b  192   2   7  12  17       17
#3  c  189   3   8  13  18       13
#4  d  182   4   9  14  19        9
#5  e  179   5  10  15  20        5

x$startVal如果将
xTerms
和
xVars
放在查找表
lkp
中，您可以使用
melt
将数据转换为长格式，并使用
lkp
加入以获得起始VAL。然后您可以返回到
x
，将其添加为列

library(data.table)
setDT(x)

lkp <- data.table(Terms = xTerms, Vars = xVars)

startvals <- melt(x, c('id', 'term'))[lkp, on = .(term == Terms, variable == Vars)]

x[startvals, on = .(id, term), startVal := value]


x  
#    id term f17 s18 f18 s19 startVal
# 1:  a  179   1   6  11  16        1
# 2:  b  192   2   7  12  17       17
# 3:  c  189   3   8  13  18       13
# 4:  d  182   4   9  14  19        9
# 5:  e  179   5  10  15  20        5

库（data.table）
setDT（x）
lkp我认为更好的选择是行.列索引
x[cbind（match（xTerms，x$term），match（xVars，names（x））]
！非常感谢你！你使用match的方式给了我很多思考！我以前遇到过函数和apply家族的问题，但我会继续努力！非常感谢。我一直对使用cbind持谨慎态度，因为它基本上是将两列合并在一起，而实际上没有基于一个或多个id变量进行合并，这对我来说很危险，但在这种情况下，我可以看出它是多么强大！我必须更多地使用它。@beri
cbind
的结果是一个矩阵，与
for
loopah相比应该非常快，这在效率方面非常有用！非常感谢。非常感谢。我一直在思考的是，我用于df的结构是否真的是一个好的结构，或者我是否真的应该拥有长格式的数据，而您的回答提醒我要对这个问题进行更多思考。另外，我不熟悉用于连接数据的语法（我一直在使用merge函数），所以我学到了另一个新东西！非常感谢。是的，这种语法是特定于data.table包的。在这个问题上，有一些很好的解释它是如何对应于左/右/内的
x$startVal <- x[3:6][cbind(seq_len(nrow(x)), 
             match(xVars[match(x$term, xTerms)], names(x)[3:6]))]
x
#  id term f17 s18 f18 s19 startVal
#1  a  179   1   6  11  16        1
#2  b  192   2   7  12  17       17
#3  c  189   3   8  13  18       13
#4  d  182   4   9  14  19        9
#5  e  179   5  10  15  20        5

library(data.table)
setDT(x)

lkp <- data.table(Terms = xTerms, Vars = xVars)

startvals <- melt(x, c('id', 'term'))[lkp, on = .(term == Terms, variable == Vars)]

x[startvals, on = .(id, term), startVal := value]


x  
#    id term f17 s18 f18 s19 startVal
# 1:  a  179   1   6  11  16        1
# 2:  b  192   2   7  12  17       17
# 3:  c  189   3   8  13  18       13
# 4:  d  182   4   9  14  19        9
# 5:  e  179   5  10  15  20        5