根据某个范围内的值分配 data.table 列值答案

【问题标题】：Assign data.table column values based on a value being in a certain range根据某个范围内的值分配 data.table 列值
【发布时间】：2021-03-24 02:36:28
【问题描述】：

所以我有两个 data.tables。

    size_categories = data.table(category = c("S", "M", "L"), size_min = c(0, 10, 25), 
                           size_max = c(10, 25, Inf), bin = c("blue", "red", "green"))

    products = data.table(object_id = 1:10, size = seq(1, 37, 4))

我想合并表格，以便根据其大小为产品表的每一行分配一个 bin 和大小类别。

我知道的笨拙的方法是为产品的每一行分配一个类别，然后合并

products[size >= 0 & size < 10, category := "S"]
products[size >= 10 & size < 25, category := "M"]
products[size >= 25, category := "L"]
merge(products, size_categories)

当然，这根本不灵活，如果 size_categories 发生变化，我将不得不重写它。

我愿意使用其他包，但更喜欢仅使用 data.table 的解决方案。

谢谢！

【问题讨论】：

标签： r join merge data.table data-manipulation

【解决方案1】：

我会用非 equi 连接来做：

products[size_categories, `:=`(category = i.category, bin = i.bin),
    on = .(size >= size_min, size < size_max)]
# > products
#     object_id size category   bin
#  1:         1    1        S  blue
#  2:         2    5        S  blue
#  3:         3    9        S  blue
#  4:         4   13        M   red
#  5:         5   17        M   red
#  6:         6   21        M   red
#  7:         7   25        L green
#  8:         8   29        L green
#  9:         9   33        L green
# 10:        10   37        L green

【讨论】：

还有foverlaps，但我相信这需要复制一列并设置键。 +1
非常感谢！假设 size_category 有更多列，我想保留其中的大部分。我是否必须以类似的方式将它们全部列出，还是有更快的方法？
@paxton 在这种情况下，连接比就地修改更合适。我希望我之前对类似问题的回答中的示例会有所帮助：stackoverflow.com/a/65004418/3926543

【解决方案2】：

作为参考，这里有一个使用foverlaps的方法：

foverlaps(setkey(size_categories, size_min, size_max), 
          setkey(products[, size2 := size], size, size2))[, size2 := NULL][]
#     object_id size category size_min size_max   bin
#  1:         1    1        S        0       10  blue
#  2:         2    5        S        0       10  blue
#  3:         3    9        S        0       10  blue
#  4:         4   13        M       10       25   red
#  5:         5   17        M       10       25   red
#  6:         6   21        M       10       25   red
#  7:         7   25        M       10       25   red
#  8:         7   25        L       25      Inf green
#  9:         8   29        L       25      Inf green
# 10:         9   33        L       25      Inf green
# 11:        10   37        L       25      Inf green

如果您的“size_categories”表包含更多您希望包含在最终输出中的列，这可能会有所帮助。

【讨论】：