我有一个data.table DT，其中当前（F0YR）和下一个（F1YR）会计年末（FYE）编码为整数。因为每一届FYE最终都会成为
当前FYE，整数将在F1YR列和F0YR列中。此外，我的数据包含每月观察，因此相同的FYE将在数据集中
多次：
library(data.table)
DT <- data.table(ID = rep(c("A", "B"), each=9),
MONTH = rep(100L:108L, times=2),
F0YR = rep(c(1L, 4L, 7L), each=3, times=2),
F1YR = rep(c(4L, 7L, 9L), each=3, times=2),
value = c(rep(1:5, each=3), 6, 6, 7),
key = "ID,F0YR")
DT
ID MONTH F0YR F1YR value
[1,] A 100 1 4 1
[2,] A 101 1 4 1
[3,] A 102 1 4 1
[4,] A 103 4 7 2
[5,] A 104 4 7 2
[6,] A 105 4 7 2
[7,] A 106 7 9 3
[8,] A 107 7 9 3
[9,] A 108 7 9 3
[10,] B 100 1 4 4
[11,] B 101 1 4 4
...
对于每个ID和F1YR组合，我想获得ID和F0YR组合的值。例如：公司A的2值为FOYR==4。现在，
对于ID=="A"和F1YR==4的所有组合，我想要一个额外的列，该列已设置为2，旁边已存在的值为1。
intDT <- DT[CJ(unique(ID), unique(F0YR)), list(ID, F0YR, valueNew = value), mult="last"]
setkey(intDT, ID, F0YR)
setkey(DT, ID, F1YR)
DT <- intDT[DT]
setnames(DT, c("F0YR.1", "F0YR"), c("F0YR", "F1YR"))
DT
ID F1YR valueNew MONTH F0YR value
[1,] A 4 2 100 1 1
[2,] A 4 2 101 1 1
[3,] A 4 2 102 1 1
[4,] A 7 3 103 4 2
[5,] A 7 3 104 4 2
[6,] A 7 3 105 4 2
[7,] A 9 NA 106 7 3
[8,] A 9 NA 107 7 3
[9,] A 9 NA 108 7 3
[10,] B 4 5 100 1 4
[11,] B 4 5 101 1 4
...
（请注意，我在这里使用mult="last"因为，虽然值只会随着F0YR或F1YR的变化而改变，但有时它们不会改变，这只是我的
打破连接器。）
这看起来很容易。首先，我必须复制我的DT。其次，由于我基本上加入了相同的data.table，所有列名都具有相同的名称
我必须重命名它们。我认为self join将成为前进的方向，但我尝试过并尝试过无法解决的问题。我有希望
那里有一些我很容易看到的东西......有没有人有线索？或者我的数据设置方式实际上很难
（也许是因为我有月度观察，但只想加入季度或年度变化值）。
答案 0 :(得分：6)
在这样的用例中，口号“首先聚合，然后加入”通常会有所帮助。因此，从您的DT开始，并使用v1.8.1：
> agg = DT[,last(value),by=list(ID,F0YR)]
> agg
ID F0YR V1
1: A 1 1
2: A 4 2
3: A 7 3
4: B 1 4
5: B 4 5
6: B 7 7
我称之为agg，因为我想不出一个更好的名字。在这种情况下，你想要last这不是一个真正的聚合，但你知道我的意思。
然后按组引用更新DT。在这里，我们按i进行分组。
setkey(DT,ID,F1YR)
DT[agg,newcol:=V1]
ID MONTH F0YR F1YR value newcol
1: A 100 1 4 1 2
2: A 101 1 4 1 2
3: A 102 1 4 1 2
4: A 103 4 7 2 3
5: A 104 4 7 2 3
6: A 105 4 7 2 3
7: A 106 7 9 3 NA
8: A 107 7 9 3 NA
9: A 108 7 9 3 NA
10: B 100 1 4 4 5
11: B 101 1 4 4 5
12: B 102 1 4 4 5
13: B 103 4 7 5 7
14: B 104 4 7 5 7
15: B 105 4 7 5 7
16: B 106 7 9 6 NA
17: B 107 7 9 6 NA
18: B 108 7 9 7 NA
是吗？不确定我是否完全遵循。那些操作应该非常快，没有任何副本，并且应该扩展到大数据。至少，这是意图。