以矢量化方式查找值

Question

我一直在阅读有关矢量化功能的重要性的文章，因此希望有人可以在这里帮助我。

假设我有一个包含两列的数据框：name 和 ID。现在我还有另一个带有姓名和出生地的数据框，但是这个数据框比第一个大得多，并且包含第一个数据框中的一些但不是全部的名称。如何将第三列添加到第一个表中，其中填充了使用第二个表查找的出生地。

我现在拥有的是：

corresponding.birthplaces <- sapply(table1$Name, 
   function(name){return(table2$Birthplace[table2$Name==name])})

这似乎效率低下。想法？有谁知道“正确”使用 R 的好书/资源。我觉得我通常确实以可以想象的计算效率最低的方式思考。

谢谢:)

Answer 1

请参阅?merge，它将执行数据库链接合并或连接。

这是一个例子：

set.seed(2)
d1 <- data.frame(ID = 1:5, Name = c("Bill","Bob","Jessica","Jennifer","Robyn"))
d2 <- data.frame(Name = c("Bill", "Gavin", "Bob", "Joris", "Jessica", "Andrie", 
                          "Jennifer","Joshua","Robyn","Iterator"),
                 Birthplace = sample(c("London","New York",
                                       "San Francisco", "Berlin",
                                       "Tokyo", "Paris"), 10, rep = TRUE))

给出：

> d1
  ID     Name
1  1     Bill
2  2      Bob
3  3  Jessica
4  4 Jennifer
5  5    Robyn
> d2
       Name    Birthplace
1      Bill      New York
2     Gavin         Tokyo
3       Bob        Berlin
4     Joris      New York
5   Jessica         Paris
6    Andrie         Paris
7  Jennifer        London
8    Joshua         Paris
9     Robyn San Francisco
10 Iterator        Berlin

然后我们使用merge() 进行连接：

> merge(d1, d2)
      Name ID    Birthplace
1     Bill  1      New York
2      Bob  2        Berlin
3 Jennifer  4        London
4  Jessica  3         Paris
5    Robyn  5 San Francisco