R 将data.table列的每组中的值与向量中的值匹配

我最近开始使用data.table包来标识表列中符合某些条件的值。虽然我和我成功地完成了大部分工作，但现在我遇到了这个问题：

我有一个数据表table1，其中第一列（标签）是组ID，第二列o.cell是整数。钥匙在“标签”上

我有另一个数据表table2，其中包含一列：“cell”

现在，我试图为表1中的每个组找到表2中“cell”列中“o.cell”列的值。表1将大约400K行分为800多个大小不等的组。表2有大约130万行独特的单元格编号。表1“o.Cell”列中的单元格编号可以在多个组中找到

这似乎是一项简单的任务，但我找不到正确的方法。根据我构造调用的方式，它要么给我的结果与我预期的不同，要么它永远不会完成，我必须结束R任务，因为它已冻结（我的机器有24 GB RAM）

下面是我尝试过的一个“变体”呼叫的示例：

overlap <- table1[, list(over.cell =
              o.cell[!is.na(o.cell) & o.cell %in% table2$cell]),
              by = labels]

---

overlap听起来这是您的设置：

dt1 = data.table(labels = c('a','b'), o.cell = 1:10)
dt2 = data.table(cell = 4:7)

您只需执行一个简单的合并：

setkey(dt1, o.cell)
dt1[dt2]
#   o.cell labels
#1:      4      b
#2:      5      a
#3:      6      b
#4:      7      a

大家好，欢迎来到SO。为了帮助制作一个可复制的示例，您可以使用
repearchave（）
--函数是
数据。表
aware&说明如下：-您是否在（小得多的）案例上运行了一些测试来检查您的代码是否正确？很难说当您对400k行执行操作时会发生什么…在黑暗中拍摄：只需在进行分组业务之前标记列：
setkey（表1，o.cell）；表1[J（表2$cell），isin2:=TRUE]
。然后您可以执行
table2[isin2，{dosomething有用的东西}，by=labels]
。如果您的表很大，您可能希望避免使用
@Frank创建重复信息，您的建议正是我想要的，谢谢@里卡多萨波尔塔：谢谢你提供复制功能的链接。我从来没有听说过这件事。这是伟大的，我一定会用它在我未来的职位。