如何高效在R语言分组数据框中跨行匹配取值，无需使用for循环

解法 #

你可以直接用data.table的向量化操作实现，全程不需要for循环，性能远高于循环写法：

第一步：修正示例数据语法错误（原代码括号不规范会报错）

library(data.table)
df <- data.table(
  personid = c(101, 102, 103, 104, 105, 201, 202, 203, 301, 302, 401),
  hh_id = c(1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 4),
  fatherid = c(NA, NA, 101, 101, 101, NA, NA, 201, NA, NA, NA),
  cancer = c(1,0,0,0,0,0,0,0,0,0,1)
)

第二步：匹配父亲患癌状态

提供两种常用实现方案：

• 小数据量首选：用match匹配，写法极简

df[, fathercancer := cancer[match(fatherid, personid)]]

• 大数据量首选：用data.table自连接，性能更高

df[df, on = .(personid = fatherid), fathercancer := i.cancer]

运行后得到的fathercancer列和你给出的预期结果完全一致。

内容的提问来源于stack exchange，提问作者David Gil Solsona