匹配data.table与矩阵并生成新列的技术问题求助

问题原因 #

你遇到的错误是因为data.table的[操作符不支持用两列矩阵作为索引（错误提示里提到的FR#657是官方待实现的功能请求）。你的distance是data.table对象，不是原生矩阵，所以无法用cbind生成的矩阵来索引取值。

可行解决方案 #

方案1：将距离矩阵转成长格式后做join（最符合data.table风格）

把distance矩阵转成包含home、destination、distance_value的长格式data.table，再通过data.table的高效join匹配到commuters中，自动保留所有重复行：

# 把distance矩阵转成长格式data.table，保留行名列名
distance_dt <- as.data.table(as.table(distance), keep.rownames = TRUE)
# 重命名列名匹配commuters的字段
setnames(distance_dt, c("home", "destination", "distance_value"))

# 确保两个表的home/destination类型一致（比如都转成整数，根据实际类型调整）
distance_dt[, c("home", "destination") := lapply(.SD, as.integer), .SDcols = c("home", "destination")]

# 设置join的key，提升匹配效率
setkey(commuters, home, destination)
setkey(distance_dt, home, destination)

# 左连接：保留commuters所有行，匹配对应的距离值
commuters[distance_dt, distance := i.distance_value]

方案2：转成原生矩阵后直接索引（最简洁高效）

如果distance本质是距离矩阵，只是被转成了data.table，直接转回原生矩阵后用传统的矩阵索引方式即可，完全兼容你的原始思路：

# 将data.table转回原生矩阵，保留行名作为索引
distance_mat <- as.matrix(distance)

# 用cbind生成行列索引，直接提取对应距离值，自动保留重复行
commuters[, distance := distance_mat[cbind(home, destination)]]

注意事项 #

• 如果commuters中的home或destination存在distance矩阵中没有的取值，两种方案都会返回NA，符合预期。
• 方案2的向量化索引效率极高，适合你的160万行大表场景。

内容的提问来源于stack exchange，提问作者Ann