优化回路功能

Question

我有一个包含列“agency_lookup”一“Agency_Reference”表中，对字符串的200个条目，如下：

1. 阿尔法
2. 测试
3. 伽马等等。

我有一个数据帧“TEST”包含的条目，如“运动”列一百万行：

1. Alpha_xt2010
2. alpha_xt2014
3. Beta_xt2016等。

我通过在引用表中的每个条目要循环，发现这串是每个广告系列列条目中存在，并创建一个新的agency_identifier列在表中变量。

我目前的代码如下，执行速度很慢。请求如何优化相同的指导。我想了解如何做到这一点的data.table方式

Agency_Reference <- data.frame(agency_lookup = c('alpha','beta','gamma','delta','zeta')) 
TEST <- data.frame(Campaign = c('alpha_xt123','ALPHA345','Beta_xyz_34','BETa_testing','code_delta_')) 
TEST$agency_identifier <- 0 
for (agency_lookup in as.vector(Agency_Reference$agency_lookup)) { 
TEST$Agency_identifier <- ifelse(grepl(tolower(agency_lookup), tolower(TEST$Campaign)),agency_lookup,TEST$Agency_identifier)} 

预期输出：

活动---- Agency_identifier

alpha_xt123 ---阿尔法

ALPHA34- --- alpha

Beta_xyz_34 ---- beta

BETa_testing ---- be TA

code_delta _-----三角洲

Answer 1

尝试

TEST <- data.frame(Campaign = c('alpha_xt123','ALPHA345','Beta_xyz_34','BETa_testing','code_delta_')) 

pattern = tolower(c('alpha','Beta','gamma','delta','zeta')) 

TEST$agency_identifier <- sub(pattern = paste0('.*(', paste(pattern, collapse = '|'), ').*'), 
           replacement = '\\1', 
           x = tolower(TEST$Campaign)) 

Answer 2

这不会回答你的问题本身，而是从我的理解，你想仔细的Campaign列，并用它做提供价值的东西。

看看Tidy data，更具体地说是“存储在一列中的多个变量”部分。我想你会用tidyr::separate取得很大的进步。这样你不必使用for -loop。