比较两个向量一次一个值而不使用WHILE

Question

我有两个表格：df.author和df.post，它们通过一对多关系相关。现在我更改了主键df.author，并且我想要df.post来镜像更改。在下列R-脚本我用match()在while循环与df.author的旧的主键来比较每一行的外键df.post和当他们与新的匹配替换外键一个（形成不同的列df.author）。请考虑以下几点：

foreignkey <- c("old_pk1","old_pk2","old_pk3","old_pk4","old_pk5","old_pk1","old_pk7") 
df.post <- data.frame(foreignkey,stringsAsFactors=FALSE) 
rm(foreignkey) 

primarykey_old <- c("old_pk1","old_pk2","old_pk3","old_pk4","old_pk5") 
primarykey_new <- c("new_pk1","new_pk2","new_pk3","new_pk4","new_pk5") 
df.author <- data.frame(primarykey_old, primarykey_new, stringsAsFactors=FALSE); 
rm(primarykey_old); rm(primarykey_new) 

i <- 1; N <- length(df.post$foreignkey) 
while (i <= N) { 
    match <- match(df.post$foreignkey[i], df.author$primarykey_old) 
    if (!is.na(match)) { 
    df.post$foreignkey[i] <- df.author$primarykey_new[match] 
    } 
    i <- i + 1 
} 
rm(N); rm(i); rm(match) 

脚本工作，但由于while不适合大数据集高效扩展。我读过使用apply()（在我的情况下通过转换为矩阵）通常比使用while更好。我想知道这是否也适用于我的情况。因为如果你看看你看到的循环，我需要遍历数据帧的每一行以获取外键，然后通过df.author获得match()。 我可以通过不使用while来压缩计算时间吗？

Answer 1

我认为这可能会在无回路的方式做的一切：

df.post$foreignkey[ 
    !length(match(df.post$foreignkey, df.author$primarykey_old))==0] <- # the test 
    df.author$primarykey_new[match(df.post$foreignkey, df.author$primarykey_old)] 

逻辑：只有当存在一个匹配，那么替换匹配的值的现有价值。