是否使用data.table在R中重新编制索引？

这是我最近在R中遇到的一个关于

数据的常见问题。table

我有一个索引表，比如DT1。列x将是索引的子集。我将使用这些索引处理更大的rawtable的子表。子表的索引通常从1到N（即y列）

然后举例来说，我会遇到一个表，其中有对索引和原始索引，我想知道相应的新索引

这是它的样子

DT1 <- data.table(x=c(0,3,5),y= c(11,22,33))
DT2 <- data.table(x=c(3,3,0,0,5),x=c(0,5,0,3,5))
# > DT1
#    x y
# 1: 0 11
# 2: 3 22
# 3: 5 33

# > DT2
#    x x
# 1: 3 0
# 2: 3 5
# 3: 0 0
# 4: 0 3
# 5: 5 5

使用

sapply

执行此操作的一种更基本的方法给出了相同的结果

tab=DT1$x
lookup <- function(value){DT1$y[which(tab==value)]}

colnames(DT2) <- c("x","xx")

ans <- as.data.table(cbind(sapply(DT2$x,lookup),sapply(DT2$xx,lookup)))
colnames(ans) <- c("y","y")

tab=DT1$x
查找您可以尝试以下方法：

DT2[, lapply(.SD, function(x) DT1[["y"]][match(x, DT1[["x"]])])]
#     x  x
# 1: 22 11
# 2: 22 33
# 3: 11 11
# 4: 11 22
# 5: 33 33
str(.Last.value)
# Classes ‘data.table’ and 'data.frame':    5 obs. of  2 variables:
#  $ x: num  22 22 11 11 33
#  $ x: num  11 33 11 22 33
#  - attr(*, ".internal.selfref")=<externalptr> 

DT2[，lapply（.SD，函数（x）DT1[[“y”]][匹配（x，DT1[[“x”]]）]
#x x
# 1: 22 11
# 2: 22 33
# 3: 11 11
# 4: 11 22
# 5: 33 33
str（.Last.value）
#类“data.table”和“data.frame”：5个obs。共有2个变量：
#$x:num 22 11 11 33
#$x:num 11 33 11 22 33
#-attr（*，“.internal.selfref”）=
惯用的data.table方法是在按如下方式加入时更新
DT2
：

require(data.table) # v1.9.6
setnames(DT2, c("a", "b")) # no duplicate names!!
for (nm in names(DT2)) {
    DT2[DT1, paste0(nm, ".val") := y, on = structure("x", names=nm)]
}
DT2[]
#    a b a.val b.val
# 1: 3 0    22    11
# 2: 3 5    22    33
# 3: 0 0    11    11
# 4: 0 3    11    22
# 5: 5 5    33    33


也许可以使用
lappy（）
隐藏循环。如果
DT2
改为如下（格式较长；请参见
DT3
）：

然后你可以做：

DT3[DT1, y.val := y, on = c(x.val = "x")] 

您可以使用
y.val:=i.y
更明确地说明您是在引用与
i
参数对应的data.table中的
y
列。。（当它们都有共同的列名时非常有用）。
DT2[，lapply（.SD，函数（x）因子（x，levels=DT1$x，labels=DT1$y））]
太好了，谢谢！.SD是什么意思？@AnandaMahto-代码非常简洁，尽管它在部分使用
data.frame
语法。不过，我不确定有什么好办法。@LateMail，您是指使用
$
？@fagui窗帘，来自
？数据。table
：.SD是一个data.table，包含每个组的x数据子集，不包括by（或keyby）中使用的任何列。由于我们没有指定任何“by”，因此，
.SD
在这里适用于所有列。有没有办法避免for循环？而不是像您的
DT2
结构那样。for循环有什么问题？编辑以显示
DT2
应该如何使用一个连接。谢谢大家，有很多有用的答案。。。。实际上现在有这么多答案，我不知道在实践中选择哪一个。。。
DT3 = melt(DT2, measure = c("a", "b"), variable.name = "id", value.name = "x.val")

DT3[DT1, y.val := y, on = c(x.val = "x")]