R中数据框中新列的查找表答案

【问题标题】：Lookup table for new column in dataframe in RR中数据框中新列的查找表
【发布时间】：2014-02-12 00:12:50
【问题描述】：

我有一个数据框dat，其中一列dat$QC 包含质量代码，作为一个整数。我想添加一个新列QS，其中包含描述每行质量代码的字符串。

这是我尝试过的：我将质量代码存储在一个向量 qcIDs 中，并将字符串存储在另一个向量 qcStrings 中。然后我遍历这些并相应地填充数据框中的新列。像这样：

qcIDs <- c(1,2,3)
qcStrings <- c('foo', 'bar', 'baz')
for (ii in 1:length(qcIDs)) {
    dat$QS[dat$QC == qcIDs[ii]] <- qcStrings[ii]
}

我是 R 新手，经常阅读有比 for 循环更好的解决问题的方法。有没有更多的 R-ish 方法来解决这个问题？上面的内容是不是和我感觉一样笨拙（感觉很笨拙）？谢谢。

【问题讨论】：

标签： r for-loop dataframe

【解决方案1】：

由于在数据框中以因子结束是最有用的，因此只需使用给定参数创建因子即可。这是一个例子：

(dat <- data.frame(QC=rep(c(1,2,3), 2)) )
##   QC
## 1  1
## 2  2
## 3  3
## 4  1
## 5  2
## 6  3

创建因子的参数：

qcIDs <- c(1,2,3)
qcStrings <- c('foo', 'bar', 'baz')

使用这些在dat 中编码一个因子：

dat$QC <- factor(dat$QC, levels=qcIDs, labels=qcStrings)
dat
##    QC
## 1 foo
## 2 bar
## 3 baz
## 4 foo
## 5 bar
## 6 baz

我没有计时，但它会比任何类型的合并都快。这里没有进行数据比较，只是对对象进行了重新分类。

【讨论】：

这不仅仅是比merge更好的方法——它是正确的方法。我保留我的答案以供参考，并说明为什么这个答案是正确的。
谢谢，正是我正在寻找的答案！我知道我的方法行得通，但感觉这不是用这种语言处理它的正确方法。我想要一个回答说“这就是我们在 R 中做事的方式”，所以谢谢！

【解决方案2】：

使用merge的解决方案：

lookupQ = data.frame(qcID=c(1,2,3), QS=c('foo', 'bar', 'baz'))
mergedDat = merge(dat, lookupQ, by.x="QC", by.y="qcID")

【讨论】：

【解决方案3】：

使用data.table 包

require("data.table")
lkp <- data.table(qcIDs = 1:3, qcStrings = c('foo', 'bar', 'baz'))
dat <- data.table(QC = rep(1:3, 10e6))
setkey(dat,QC)
setkey(lkp,qcIDs)

result <- lkp[dat]

print(result)

#          qcIDs qcStrings
#        1:     1       foo
#        2:     1       foo
#        3:     1       foo
#        4:     1       foo
#        5:     1       foo
#       ---                
# 29999996:     3       baz
# 29999997:     3       baz
# 29999998:     3       baz
# 29999999:     3       baz
# 30000000:     3       baz


system.time(lkp[dat])
# user  system elapsed 
# 0.63    0.07    0.70

【讨论】：