如何在R的data.table中将两个分类列合并为新组合列？

原始数据 #

library(data.table)
df <- data.table(id=c(1,2,3,4,5,6,7,8,9,10),
                 var1=c(0,4,5,6,99,3,5,5,23,0),
                 var2=c(22,4,6,25,6,70,75,23,24,21))

需求 #

新增var3列，每个单元格的值为var1与var2用下划线_连接的字符串，用于标识药物组合。

解决方案 #

利用data.table的原地赋值语法:=，结合字符串拼接函数即可高效实现：

方法1：基础拼接（适用于数值/字符型变量）

# 原地新增var3列，直接拼接
df[, var3 := paste0(var1, "_", var2)]

paste0是paste的简化版，无需额外指定分隔符，直接拼接字符串，适合这种固定分隔符的场景。

方法2：处理因子型变量（若var1/var2为分类因子）

如果var1或var2是因子类型，需先转换为字符型再拼接，避免出现因子的底层编码值：

df[, var3 := paste0(as.character(var1), "_", as.character(var2))]

验证结果 #

执行上述代码后，df将生成符合要求的var3列，结果如下：

df
#     id var1 var2  var3
#  1:  1    0   22  0_22
#  2:  2    4    4   4_4
#  3:  3    5    6   5_6
#  4:  4    6   25  6_25
#  5:  5   99    6  99_6
#  6:  6    3   70  3_70
#  7:  7    5   75  5_75
#  8:  8    5   23  5_23
#  9:  9   23   24 23_24
# 10: 10    0   21  0_21

内容的提问来源于stack exchange，提问作者Lili