Question

我有一个data.table X，我想根据2个字符变量

创建一个变量

   X[, varC :=((VarA =="A" & !is.na(VarA)) 
               | (VarA == "AB" & VarB =="B" & !is.na(VarA) & !is.na(VarB))
                )
      ]

此代码有效，但速度很慢，因为它对2个char变量进行矢量扫描。请注意，我没有通过VarA和VarB setkey claim4 table。在data.table中有没有“正确”的方法呢？

更新1：我没有使用setkey进行此转换，因为我已经使用setkey（X，Year，ID）进行其他变量转换。如果我这样做，我需要在转换后将密钥重置为Year，ID。

更新2：我用Matthew的方法对我的方法进行了基准测试，他的速度要快得多：

          test replications elapsed relative user.self sys.self user.child sys.child
2 Matthew               100   3.377    1.000     2.596    0.605          0         0
1 vectorSearch          100 200.437   59.354    76.628   40.260          0         0

唯一的小事是setkey然后再次重新setkey有点冗长：）

Answer 1

怎么样：

setkey(X,VarA,VarB)
X[,varC:=FALSE]
X["A",varC:=TRUE]
X[J("A","AB"),varC:=TRUE]

或者，在一行中（为了保存变量X的重复并进行演示）：

X[,varC:=FALSE]["A",varC:=TRUE][J("A","AB"),varC:=TRUE]

为避免按要求设置密钥，手动辅助密钥如何：

S = setkey(X[,list(VarA,VarB,i=seq_len(.N))],VarA,VarB)
X[,varC:=FALSE]
X[S["A",i][[2]],varC:=TRUE]
X[S[J("A","AB"),i][[3]],varC:=TRUE]

现在很明显，这种语法很难看。所以FR#1007 Build in secondary keys是将其构建到语法中;如，

set2key(X,varA,varB)
X[...some way to specify which key to join to..., varC:=TRUE]

与此同时，只需手动操作即可，如上所示。

如何避免data.table中的矢量搜索

1 个答案: