data.table
在我们需要匹配第二个元素的地方创建一列向量的最有效方法是什么data.table
?
例如,给定下面的两个 data.tables
> A_ids.DT > rec_data_table
name id bid counts names_list
1: A 1 1: 301 21 C,E
2: B 2 2: 302 21 E
3: C 3 3: 303 5 H,E,G
4: D 4 4: 304 10 H,D
5: F 6 5: 305 3 E
6: G 7 6: 306 5 G
7: H 8 7: 307 6 B,C
8: J 10
9: K 11
我想创建一个新列,其中每个元素都是中引用rec_data_table
的 id 列表A_ids.DT
rec_data_table[,names_list]
重要提示:每个条目中表示的顺序names_list
必须反映在新列中。即:对于第3:
(H, E, G
)行,我们应该得到c(8, NA, 7)
以下行,它使用sapply
作品,但我质疑它的效率。
是否有更好(即更快、更优雅)的替代方案?(注意实际数据是几十万行)
rec_data_table[, A_IDs.list := sapply(names_list, function(n) c(A_ids.DT[n, id]$id))]
bid counts names_list A_IDs.list
1: 301 21 C,E 3,NA
2: 302 21 E NA
3: 303 5 H,E,G 8,NA,7
4: 304 10 H,D 8,4
5: 305 3 E NA
6: 306 5 G 7
7: 307 6 B,C 2,3
#--------------------------------------------------#
# SAMPLE DATA #
library(data.table)
set.seed(101)
rows <- size <- 7
varyingLengths <- c(sample(1:3, rows, TRUE))
A <- lapply(varyingLengths, function(n) sample(LETTERS[1:8], n))
counts <- round(abs(rnorm(size)*12))
rec_data_table <- data.table(bid=300+(1:size), counts=counts, names_list=A, key="bid")
A_ids.DT <- data.table(name=LETTERS[c(1:4,6:8,10:11)], id=c(1:4,6:8,10:11), key="name")