基于AND条件合并两个data.table并添加新列的实现问题

你的错误本质是直接用逻辑索引取值时，返回的元素数量和commuters_new的行数不一致——要么commuters_old里有多个匹配项导致返回更多元素，要么部分行无匹配导致返回更少元素。用data.table的左连接可以完美解决这个问题，同时高效处理百万级数据：

步骤1：匹配并填充amount1列 #

利用data.table的键连接或merge操作，确保结果行数和commuters_new完全一致，无匹配项自动填充0：

方法1：data.table原生键连接（推荐，速度更快） #

library(data.table)

# 为两个表设置匹配键（from1和to1）
setkey(commuters_old, from1, to1)
setkey(commuters_new, from1, to1)

# 左连接，将commuters_old的amount1匹配到commuters_new
commuters_new[commuters_old, amount1 := i.amount1]

# 将未匹配到的NA替换为0
commuters_new[is.na(amount1), amount1 := 0]

方法2：merge函数（更直观） #

library(data.table)

# 左连接，仅保留需要匹配的字段
commuters_new <- merge(commuters_new, 
                      commuters_old[, .(from1, to1, amount1_old = amount1)],
                      by = c("from1", "to1"),
                      all.x = TRUE)  # 保留commuters_new的所有行

# 替换NA为0，并重命名为amount1
commuters_new[, `:=`(amount1 = ifelse(is.na(amount1_old), 0, amount1_old),
                     amount1_old = NULL)]  # 删除临时列

步骤2：计算factor列 #

直接用ifelse判断amount1是否为0，避免除以0的错误：

commuters_new[, factor := ifelse(amount1 == 0, 0, amount2 / amount1)]

这样处理后，所有操作都会严格对应commuters_new的1408969行观测，不会再出现行数不匹配的报错。

内容的提问来源于stack exchange，提问作者Ann