基于分组与条件的左连接：tidyverse或data.table实现方案

针对你的大型游戏帧数据匹配需求，以下是可读性更强且效率更优的tidyverse和data.table实现方案，适配数十万行级别的数据处理：

核心思路 #

1. 先将所有状态定义数据框合并，标注对应的state值，并为每个状态的属性行添加循环索引
2. 基于state_cyclen计算每个游戏帧对应的属性循环位置：((state_cyclen - 1) %% 该状态定义行数) + 1，实现循环复用属性行
3. 通过左连接完成属性导入

方案一：tidyverse实现 #

library(tidyverse)

# 1. 合并所有定义数据，绑定对应state和循环索引
def_combined <- bind_rows(
  def_one %>% mutate(state = 1),  # def_one对应state=1
  def_two %>% mutate(state = 2),  # def_two对应state=2
  def_three %>% mutate(state = 3) # def_three对应state=3
) %>%
  group_by(state) %>%
  mutate(cycle_idx = row_number()) %>%  # 每个state内部的循环行号
  ungroup()

# 2. 处理主数据，计算每个帧对应的属性匹配索引
data_enhanced <- data %>%
  group_by(state) %>%
  mutate(
    # 获取当前state对应的定义数据行数
    n_def = def_combined %>% filter(state == cur_group()$state) %>% pull(cycle_idx) %>% max(),
    # 计算循环匹配的索引，无定义的state（如state=4）返回NA
    match_idx = ifelse(is.na(n_def), NA, ((state_cyclen - 1) %% n_def) + 1)
  ) %>%
  ungroup()

# 3. 左连接完成属性导入
result_tidyverse <- data_enhanced %>%
  left_join(def_combined, by = c("state", "match_idx" = "cycle_idx"))

方案二：data.table实现（推荐大数据场景） #

data.table的内存操作和连接效率远高于base R，更适合处理数十万行的大型数据集：

library(data.table)

# 转换为data.table格式
setDT(data)
setDT(def_one); setDT(def_two); setDT(def_three)

# 1. 合并定义数据，添加state标识和循环索引
def_combined <- rbind(
  def_one[, state := 1],
  def_two[, state := 2],
  def_three[, state := 3]
)[, cycle_idx := .I, by = state]  # 按state分组生成循环行号

# 2. 预计算每个state对应的定义数据行数
def_n <- def_combined[, .(n_def = .N), by = state]

# 3. 计算每个帧的匹配索引
data_enhanced <- data[def_n, on = "state"][, 
  match_idx := ifelse(is.na(n_def), NA, ((state_cyclen - 1) %% n_def) + 1)
]

# 4. 左连接导入属性
result_datatable <- data_enhanced[def_combined, on = c("state", "match_idx" = "cycle_idx")]

注意事项 #

• 若新增state对应的定义数据框，只需在合并步骤（bind_rows/rbind）中添加对应条目即可
• 无对应定义的state（如示例中的state=4），结果中属性列（prop/others）会返回NA
• 大数据场景优先选择data.table方案，其在分组、连接操作上的性能优势明显

内容的提问来源于stack exchange，提问作者Claudiu Papasteri