如何用data.table通过双列关联为DT1新增ref列（匹配行设1）

需求：现有两个R语言data.table对象DT1和DT2，通过id1=id3、id2=id4两列关联，为DT1新增名为ref的列——若DT1的行在DT2中存在匹配项，ref设为1，否则设为0。

示例数据 #

DT1 <- data.table(
  id1 = c('A','B','C', 'D'),
  id2 = c(1,2,3,4)
)

DT2 <- data.table(
  id3 = c('B','D','F'),
  id4 = c(2,4,5)
)

DT1初始数据：

id1  id2     
A   1.00000
B   2.00000
C   3.00000
D   4.00000

DT2初始数据：

id3  id4     
B   2.00000
D   4.00000

你尝试的代码问题 #

你写的result <- DT1[DT2, on = c(id1='id3', id2='id4')]是右连接逻辑，只会保留DT1中能匹配DT2的行，无法保留DT1全部行并标记匹配状态，所以达不到预期。

正确解法 #

方法1：左连接后补全标记 #

先通过左连接给匹配行标记1，再将未匹配的NA值替换为0：

# 左连接DT2，给匹配行设置ref=1
result <- DT1[DT2, on = c(id1='id3', id2='id4'), ref := 1]
# 未匹配的行ref设为0
result[is.na(ref), ref := 0]

方法2：直接判断每行是否存在匹配 #

利用data.table的.EACHI参数逐行判断匹配：

DT1[, ref := as.integer(DT2[.SD, on = c(id3='id1', id4='id2'), .N > 0, by = .EACHI]$V1)]

方法3：通过键匹配 #

先给DT2设置关联键，再用%in%判断：

setkey(DT2, id3, id4)
DT1[, ref := as.integer(.SD %in% DT2)]

期望结果 #

id1  id2      ref
A   1.00000   0
B   2.00000   1
C   3.00000   0
D   4.00000   1

内容的提问来源于stack exchange，提问作者Daoudi Karim