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C列的值，然后可以连接到df2中的D列。例如，df1的第一行中的C值是“1”。并且df2中列C的值1对应于列D的“A”，因此在df2中创建的值E应该来自列“A”，即1.

根据Select values from different columns based on a variable containing column names的建议，我可以通过两个步骤来实现这一目标：

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：我们可以一步到位吗？此外，由于我的数据相对较大，原始解决方案的第一步需要花费很多时间。我们能以更快的方式做到这一点吗？有什么建议？

Answer 1

你可以试试这个，C列可以表示来自df1的列值

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

A B C 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

这是我将如何做到的：

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

这会通过引用将列添加到df1而不是创建新表，因此我认为比构建df3更有效。此外，由于它们已添加到df1，因此行保留其原始排序。

从一个数据框的不同列创建一个新列，该列以另一个数据框中的另一列为条件

2 个答案: