R 根据另一个data.table中的值更新data.table

我正在尝试根据另一个表中的值更新data.table。我原以为我有一个方法（尽管考虑到我实际的dt2有350万条记录，效率不是特别高），但结果证明我的代码出了问题

在DT1中，我有许多变量（数字），我想根据它们的分类值设置为1或0

数据示例：

dt1 <- data.table(urn = 1:10, V1=0,V2=0,V3=0)
##    urn V1 V2 V3
## 1:   1  0  0  0
## 2:   2  0  0  0
## 3:   3  0  0  0
## 4:   4  0  0  0
## 5:   5  0  0  0
## 6:   6  0  0  0
## 7:   7  0  0  0
## 8:   8  0  0  0
## 9:   9  0  0  0
##10:  10  0  0  0

dt2 <- data.table(urn=rep(1:10,2),classification=0)
dt2$classification <- 1:7 #does give a warning message
##    urn classification
## 1:   1              1
## 2:   2              2
## 3:   3              3
## 4:   4              4
## 5:   5              5
## 6:   6              6
## 7:   7              7
## 8:   8              1
## 9:   9              2
##10:  10              3
##11:   1              4
##12:   2              5
##13:   3              6
##14:   4              7
##15:   5              1
##16:   6              2
##17:   7              3
##18:   8              4
##19:   9              5
##20:  10              6

我实际期望的输出是：

##    urn V1 V2 V3
## 1:   1  1  0  0
## 2:   2  0  1  0
## 3:   3  0  0  1
## 4:   4  0  0  0
## 5:   5  1  0  0
## 6:   6  0  1  1
## 7:   7  0  0  0
## 8:   8  1  0  0
## 9:   9  0  1  0
##10:  10  0  0  1

任何帮助都将不胜感激。特别是如果我能够简化命令，在一次扫描中管理所有这些数据，而不是3次数据连接。正如我所说的，3.5M记录增加了一点开销（特别是当我实际为大约10列设置标志时）

---

提前谢谢

您可以为此使用

dcast.data.table

dcast.data.table(data = dt1[dt2,], 
      formula = urn ~ classification, 
      fun.aggregate = function(x) as.numeric(any(!is.na(x))), 
      value.var = 'classification')[, list(urn, V1=`1`, V2=`2`, V3=`6`)] 
##     urn V1 V2 V3
##  1:   1  1  0  0
##  2:   2  0  1  0
##  3:   3  0  0  1
##  4:   4  0  0  0
##  5:   5  1  0  0
##  6:   6  0  1  1
##  7:   7  0  0  0
##  8:   8  1  0  0
##  9:   9  0  1  0
## 10:  10  0  0  1

编辑：如有必要，您可以在

tryCatch

函数中包装最后一条语句：

dcast.data.table(data = dt1[dt2,], 
                 formula = urn ~ classification, 
                 fun.aggregate = function(x) as.numeric(any(!is.na(x))), 
                 value.var = 'classification')[, list(urn, 
                                                      V1=tryCatch(`1`, error =     ## function(e) NA), 
                                                      V2=tryCatch(`2`, error = function(e) NA), 
                                                      V3=tryCatch(`8`, error = function(e) NA))] 
##     urn V1 V2 V3
##  1:   1  1  0 NA
##  2:   2  0  1 NA
##  3:   3  0  0 NA
##  4:   4  0  0 NA
##  5:   5  1  0 NA
##  6:   6  0  1 NA
##  7:   7  0  0 NA
##  8:   8  1  0 NA
##  9:   9  0  1 NA
## 10:  10  0  0 NA

---

类似于

dcast（dt1[dt2，]，urn~classification）

的东西可能会起作用这看起来非常有希望，但我似乎无法让它与我的真实数据一起工作。在我的真实数据中，dt1和dt2中还有许多其他列。这可能会对上面的工作方式产生负面影响吗？考虑到上面所有的东西似乎都被命名了，我不会这么怀疑。。。非常感谢迄今为止的帮助。[我将在接下来的几个小时内参加会议，因此可能需要一段时间才能做出回应]如果这不起作用，你能举一个可复制的例子吗？或者至少打印您收到的错误消息？否则很难诊断问题。谢谢@shadow，我意识到了我的错误。在没有更新dt1的情况下运行代码之后，我再次检查了dt1的内容。我已经想出了解决这个问题的办法。谢谢，不过我的问题还有另一个扩展，如果我想用8代替V3的值6，我会得到一个错误，因为dt2没有任何分类为8的记录。我希望这是一段相当通用的代码，能够解释一系列分类的存在，但如果没有这些分类，就不会崩溃。有什么建议吗？

dcast.data.table(data = dt1[dt2,], 
                 formula = urn ~ classification, 
                 fun.aggregate = function(x) as.numeric(any(!is.na(x))), 
                 value.var = 'classification')[, list(urn, 
                                                      V1=tryCatch(`1`, error =     ## function(e) NA), 
                                                      V2=tryCatch(`2`, error = function(e) NA), 
                                                      V3=tryCatch(`8`, error = function(e) NA))] 
##     urn V1 V2 V3
##  1:   1  1  0 NA
##  2:   2  0  1 NA
##  3:   3  0  0 NA
##  4:   4  0  0 NA
##  5:   5  1  0 NA
##  6:   6  0  1 NA
##  7:   7  0  0 NA
##  8:   8  1  0 NA
##  9:   9  0  1 NA
## 10:  10  0  0 NA