從一個數據框的不同列創建一個新列，該條件以另一個數據框的另一列為條件

Question

假設我有兩個數據框

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中創建一個新列E，其值基於列C的值，然后可以將其連接到df2中的列D。 例如，df1的第一行中的C值為“ 1”。 並且df2中C列的值1對應於D列的“ A”，因此在df2中創建的值E應該來自“ A”列，即1。

正如基於包含列名的變量從不同列中選擇值所建議的，我可以通過兩個步驟來實現：

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

我的問題是：我們可以一步一步做到嗎？ 此外，由於我的數據相對較大，因此此原始解決方案的第一步需要大量時間。 我們可以更快地做到這一點嗎？ 有什么建議么？

Answer 1

您可以嘗試這樣做，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

這是我的處理方式：

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

這通過引用將列添加到df1而不是創建新表，因此我想比構建df3更有效。 另外，由於將它們添加到df1 ，因此這些行保留其原始順序。