R：加快循环速度

Question

我有两个数据框-一个包含一堆邮政编码和分配给它们的调查问卷（df1），另一个包含所有可能的邮政编码和包含这些邮政编码的区域（df2）。我本质上需要删除邮政编码，然后将每个调查分配到一个区域（使用邮政编码进行交叉引用）。目前，我估计我的程序将花费5个小时。我该如何加快速度？

for (i in 1:nrows(df1)) {
    index <- which(df2$postcodes == toString(df1$postcodes[i])
    if (length(index)) {
        df1$zone <- toString(df2[index])
    } else {
        df1$zone <- 'UNMATCHED'
    }
} 

目前，我发现运行100条邮政编码大约需要6秒钟。

在过去的几个小时中，我尝试了很多事情，但几乎没有进展，因此任何帮助将不胜感激！

Answer 1

这听起来像是内部联接，可以使用dplyr实现。然后，您可以在后面放置postcodes列。这是一个不错的备忘单：http://stat545.com/bit001_dplyr-cheatsheet.html

  

inner_join（x，y）：返回y中有匹配值的x中的所有行，以及x和y中的所有列。如果有多个   x和y之间的匹配项，则返回所有匹配项组合。   这是一个变异联接。