R中按ASHRAE分组操作两个data.table并合并结果的实现方法

直接利用data.table的分组非等连接能力实现，无需手动拆分、遍历子集再合并结果，计算效率远高于逐组循环逻辑。

前置准备 #

• 确认sw和Sub_Index均已转为data.table对象
• 确认Sub_Index中存储年积日（1-365）的字段名，下文代码默认该字段名为DayOfYear，如果实际命名不同直接替换连接条件中对应字段即可
• 加载依赖包：

library(data.table)

核心实现代码 #

# 设置关联键，加速分组匹配
setkeyv(sw, c("ASHRAE", "ID"))
setkeyv(Sub_Index, c("ASHRAE", "ID"))

# 按规则逐批计算RemRatio
result <- copy(sw)[, RemRatio := 0][
  # 规则3：全年运行记录直接赋值0.999
  Functional_days == 365, RemRatio := 0.999
][
  # 规则1：非跨年区间，匹配同ASHRAE+ID下区间内FailRatio求和
  Functional_days != 365 & StartDayOFYear < EndDayOFYear,
  RemRatio := fcoalesce(
    Sub_Index[.SD,
              on = .(ASHRAE, ID, DayOfYear >= StartDayOFYear, DayOfYear <= EndDayOFYear),
              sum(FailRatio, na.rm = TRUE),
              by = .EACHI]$V1,
    0
  )
][
  # 规则2：跨年区间，分年末、年初两段求和后累加
  Functional_days != 365 & StartDayOFYear > EndDayOFYear,
  RemRatio := fcoalesce(
    Sub_Index[.SD,
              on = .(ASHRAE, ID, DayOfYear >= StartDayOFYear, DayOfYear <= 365),
              sum(FailRatio, na.rm = TRUE),
              by = .EACHI]$V1
    +
    Sub_Index[.SD,
              on = .(ASHRAE, ID, DayOfYear >= 1, DayOfYear <= EndDayOFYear),
              sum(FailRatio, na.rm = TRUE),
              by = .EACHI]$V1,
    0
  )
][
  # 规则4：所有剩余空值统一赋值为0
  is.na(RemRatio), RemRatio := 0
]

逻辑说明 #

• 代码全程在data.table内部按ASHRAE+ID分组自动完成子集匹配、计算，不需要手动拆分每个ASHRAE对应的子集，也不需要单独写rbind逻辑拼接结果，运行完成直接返回整合好的全量结果表
• by=.EACHI参数会自动在每一组匹配的ASHRAE、ID、区间范围内执行求和计算，完全等价于手动拆分每个ASHRAE子集后单独计算的逻辑，但运行效率有量级提升
• 求和逻辑内置空值处理，即使区间内存在FailRatio空值、或者匹配不到Sub_Index的对应记录，也不会出现异常NA值，最终空值补0的逻辑覆盖所有边界场景
• 代码用copy(sw)生成结果对象，不会修改原始输入的sw表，避免原始数据被意外覆盖

内容的提问来源于stack exchange，提问作者Arvind Menon