从一个数据框的不同列创建一个新列，该条件以另一个数据框的另一列为条件

Question

假设我有两个数据框

df1 <- data.frame(A = 1:6, B = 7:12, C = rep(1:2, 3))
df2 <- data.frame(C = 1:2, D = c("A", "B"))

我想在df1中创建一个新列E，其值基于列C的值，然后可以将其连接到df2中的列D。 例如，df1的第一行中的C值为“ 1”。 并且df2中C列的值1对应于D列的“ A”，因此在df2中创建的值E应该来自“ A”列，即1。

正如基于包含列名的变量从不同列中选择值所建议的，我可以通过两个步骤来实现：

setDT(df1)
setDT(df2)
df3 <- df1[df2, on = "C"] # step 1 combines the two data.tables
df3[, E := .SD[[.BY[[1]]]], by = D] # step 2

我的问题是：我们可以一步一步做到吗？ 此外，由于我的数据相对较大，因此此原始解决方案的第一步需要大量时间。 我们可以更快地做到这一点吗？ 有什么建议么？

Answer 1

您可以尝试这样做，C列可以指示df1中的列值

setDT(df1) df1[, e := eval(parse(text = names(df1)[C])), by = 1:nrow(df1)] df1

ABC e 1: 1 7 1 1 2: 2 8 2 8 3: 3 9 1 3 4: 4 10 2 10 5: 5 11 1 5 6: 6 12 2 12

Answer 2

这是我的处理方式：

df1[df2, on=.(C), D := i.D][, E := .SD[[.BY$D]], by=D]

   A  B C D  E
1: 1  7 1 A  1
2: 2  8 2 B  8
3: 3  9 1 A  3
4: 4 10 2 B 10
5: 5 11 1 A  5
6: 6 12 2 B 12

这通过引用将列添加到df1而不是创建新表，因此我想比构建df3更有效。 另外，由于将它们添加到df1 ，因此这些行保留其原始顺序。