使用for循环函数优化R Data.table组合

Question

我有一个＆＃39; Agency_Reference＆＃39;包含列＆＃39; agency_lookup＆＃39;的表格，包含200个字符串条目，如下所示：

1. 阿尔法
2. 测试
3. gamma等..

我有一个数据框＆＃39; TEST＆＃39;有一百万行包含一个＆＃39;广告系列＆＃39;具有以下条目的列：

1. Alpha_xt2010
2. alpha_xt2014
3. Beta_xt2016等..

我想遍历参考表中的每个条目，找到每个广告系列列条目中的字符串，并在表格中创建一个新的agency_identifier列变量。

我当前的代码如下，执行速度慢。请求有关如何优化相同的指导。我想学习如何以data.table的方式做到这一点

 Agency_Reference <- data.frame(agency_lookup = c('alpha','beta','gamma','delta','zeta'))
 TEST <- data.frame(Campaign = c('alpha_xt123','ALPHA345','Beta_xyz_34','BETa_testing','code_delta_'))
 TEST$agency_identifier <- 0
 for (agency_lookup in  as.vector(Agency_Reference$agency_lookup)) {
 TEST$Agency_identifier <- ifelse(grepl(tolower(agency_lookup), tolower(TEST$Campaign)),agency_lookup,TEST$Agency_identifier)}

预期产出：

运动---- Agency_identifier

alpha_xt123 ---阿尔法

ALPHA34 ----阿尔法

Beta_xyz_34 ----测试

BETa_testing ----测试

code_delta _-----增量

Answer 1

尝试

TEST <- data.frame(Campaign = c('alpha_xt123','ALPHA345','Beta_xyz_34','BETa_testing','code_delta_'))

pattern = tolower(c('alpha','Beta','gamma','delta','zeta'))

TEST$agency_identifier <- sub(pattern = paste0('.*(', paste(pattern, collapse = '|'), ').*'),
                              replacement = '\\1',
                              x = tolower(TEST$Campaign))

Answer 2

这本身不会回答您的问题，但根据我的理解，您希望剖析Campaign列并对其提供的值执行某些操作。

查看Tidy data，更具体地说是部分＆＃34;多个变量存储在一列＆＃34;中。我认为您将使用tidyr::separate取得一些进步。这样你就不必使用for - 循环。