如何在data.table中实现%in%向量化操作？避免循环且不拆分列

当然有更高效的无循环解法啦！针对你这个data.table场景，我们可以利用R的矢量化操作搞定，完全不用写循环，而且不会拆分upStocks列，完美适配后续要做滚动连接的需求~

首先先确认你的原始数据：

library(data.table)
stocks = data.table(date = c('2000-01-01', '2001-01-01'), 
                    upStocks = list(c('A','B'), c('A','C')), 
                    myStock = c('B','B'))

解法1：用mapply矢量化判断 #

直接在data.table语法里调用mapply，逐行传入upStocks和myStock进行判断：

stocks[, result := mapply(function(stock_list, target) target %in% stock_list, upStocks, myStock)]

解法2：用Map结合unlist #

Map是mapply的简化版，返回结果是列表，我们用unlist转成逻辑向量即可：

stocks[, result := unlist(Map(`%in%`, myStock, upStocks))]

两种方法得到的结果完全一致，执行后你的stocks表会新增result列，就是你需要的判断结果：

stocks
#        date upStocks myStock result
# 1: 2000-01-01    A,B       B   TRUE
# 2: 2001-01-01    A,C       B  FALSE

这两种方式都是矢量化操作，比循环高效得多，而且全程不会拆分upStocks列，完全不影响后续的滚动连接操作哦~

内容的提问来源于stack exchange，提问作者jf328