如何无需循环基于字符串反转数据框FX.SPOT列的数值？

我希望找到一种无需遍历数据的简便方法，基于字符串条件替换数据框中FX.SPOT列的数值。

数据结构 #

test = structure(list(FX.QUOTATION = c("AUD-USD", "JPY-USD", "AUD-USD", 
                                "AUD-USD", "AUD-USD", "AUD-USD"), CURRENCY = c("AUD", "JPY", 
                                                                               "AUD", "AUD", "AUD", "AUD"), FX.SPOT = c(0.7016, 115.455, 0.7016, 
                                                                                                                        0.7016, 0.7016, 0.7016)), row.names = c(NA, 6L), class = "data.frame")

需求 #

将FX.QUOTATION等于'JPY-USD'的FX.SPOT值转换为-1/FX.SPOT。

尝试过的无效代码 #

within(test, FX.SPOT[FX.QUOTATION %in% 'JPY-USD'] <- -1/FX.SPOT)

高效解决方案 #

1. 基础R向量化修正 #

你之前的代码失效是因为赋值右侧的FX.SPOT是整列数据，而非仅筛选后的目标子集。修正后写法：

# 直接子集赋值
test$FX.SPOT[test$FX.QUOTATION == "JPY-USD"] <- -1 / test$FX.SPOT[test$FX.QUOTATION == "JPY-USD"]

# 或用transform函数更简洁
test <- transform(test, FX.SPOT = ifelse(FX.QUOTATION == "JPY-USD", -1/FX.SPOT, FX.SPOT))

2. dplyr（tidyverse风格） #

习惯tidyverse语法的话，用mutate结合if_else实现向量化修改：

library(dplyr)
test <- test %>%
  mutate(FX.SPOT = if_else(FX.QUOTATION == "JPY-USD", -1/FX.SPOT, FX.SPOT))

3. data.table（大数据场景首选） #

处理大型数据集时，data.table的原地修改效率最高：

library(data.table)
setDT(test)[FX.QUOTATION == "JPY-USD", FX.SPOT := -1/FX.SPOT]

以上方法均为向量化操作，无需逐行遍历，效率远高于循环处理。基础R写法无需额外安装包，data.table在大数据量下性能最优。

内容的提问来源于stack exchange，提问作者nicshah