R 通过匹配另一个表(查找表)中的列值来填充数据表，并在另一个变量上进行内插

我有一个非常长的表，其中的数据以R表示，其中包含一些键列和一个查找表，其中包含相同的键列和一些额外的变量.我想从查找表中 Select 基于相同键的子集，并通过对公共变量进行内插来填充数据表中的新列.

我试着举一个简单的例子:

library(data.table)
data <- data.table(A = c("A","A","A","B","B","B","C","C","C"),
                   B = c(1,1,1,1,1,1,2,2,2),
                   C = rep(c(0.15, 0.22, 0.3),3))
data
#    A B    C
# 1: A 1 0.15
# 2: A 1 0.22
# 3: A 1 0.30
# 4: B 1 0.15
# 5: B 1 0.22
# 6: B 1 0.30
# 7: C 2 0.15
# 8: C 2 0.22
# 9: C 2 0.30

look <- data.table(A = c("A","A","A","B","B","B","C","C","C"),
                   B = c(1,1,1,1,1,1,2,2,2),
                   C = rep(c(0.1, 0.2, 0.3),3),
                   D = c(10, 20, 30, 11,22,33,12,24,36))
look
#    A B   C  D
# 1: A 1 0.1 10
# 2: A 1 0.2 20
# 3: A 1 0.3 30
# 4: B 1 0.1 11
# 5: B 1 0.2 22
# 6: B 1 0.3 33
# 7: C 2 0.1 12
# 8: i 2 0.2 24
# 9: C 2 0.3 36

我想要一个匹配的A和B列使用look$C和look$D，并创建一个新的data$D列通过插值的基础上data$C.

我有一个for循环，对于每个匹配的A、B组合，它从look次运行f <- approxfun(look$C, look$D)创建一个子集matched并应用它data[ A == 'A' & B == 1, D := f(C) ].

所以在一次迭代中会是这样的

f <- approxfun(c(0.1, 0.2, 0.3), c(10, 20, 30) )
f(c(0.15, 0.22, 0.3))
## and the data table will become
data
#    A B    C  B
# 1: A 1 0.15 15
# 2: A 1 0.22 22 
# 3: A 1 0.30 30
# 4: B 1 0.15
# 5: B 1 0.22
# 6: B 1 0.30
# 7: C 2 0.15
# 8: C 2 0.22
# 9: C 2 0.30

问题是nrow(DATA) > 6000000和nrow(look) > 20000，必须为3个新列完成，迭代已经运行了一天多.因此，我需要一种更有效的方法.

也许有一种更好的data.table或dlpyr的方法，但我还没有想好.

在一些背景下:

在我的领域，这是常见的做法，与观察和等效建模值，用于参考.我们可以 for each 观察值或一系列值运行一个模型.观测值和模型之间的一些常见变量可能是精确的，希望只有一个足够接近，并且可以从建模值插值.

在这种情况下，我使用的是一个分辨率为1分钟的30年数据集，当前可用的观测值是&gt；6000000.目前，模型值只是每月的气候变化&gt；27000.在future ，我预计模型值将会更多，时间步长会更细，因此匹配和内插问题将是分析中的一大瓶颈.

解决方案:

@thothal方法给了我确切的结果作为我的第一个方法，与迭代判断.但是，我的数据很复杂，也许我在实现中遗漏了一些东西.从~2小时，我得到了只是几秒钟！感谢大家的建议，你给了我一些非常有用的见解，这类问题.