R：对data.table慢一点，有没有更快的选择？

问题描述

我有一个表，我想在其中使用查找表替换单个列的值。

使用lapply可以正常工作。 但是，有了庞大的数据集，它要运行数小时。

有没有更快的选择？ 谢谢！

MWE：

require(data.table)

# Dummy data. 
dt_lookup <- data.table(cls_old=c(1:5),cls_new=c(5:1)) # Lookup-Table,the real data has different and non-continous entries.
dt <- data.table(cls=c(5:1),data=c(1,2,3,4,5)) # Table in which data shall be replaced depending on the lookup-table.

# Function to get the new column entry for every row based on the lookup-table.
get_new_label <- function(cls) {
  return(dt_lookup[cls_old==cls]$cls_new)
}

# Actual replacement of values.
dt <- dt[,cls:=lapply(cls,get_new_label)]

解决方法

如果我没有误会，可以进行简单的加入：

dt[dt_lookup,cls := i.cls_new,on = .(cls = cls_old)]
dt
#   cls data
#1:   1    1
#2:   2    2
#3:   3    3
#4:   4    4
#5:   5    5

您应该花一些时间研究数据，表渐晕和文档。

,

您可以使用match来实现查找表。

i <- match(dt$cls,dt_lookup$cls_old)
j <- !is.na(i)
dt$cls[j] <- dt_lookup$cls_new[i[j]]
dt
#   cls data
#1:   1    1
#2:   2    2
#3:   3    3
#4:   4    4
#5:   5    5

也可以看看fast R lookup table。