用于更新查找表中向量的某些值的规范 tidyverse 方法

我经常需要根据查找表重新编码数据框列中的一些（不是全部！）值。我对我所知道的解决问题的方法不满意。我希望能够在清晰、稳定、高效方式。在编写自己的函数之前，我想确保我没有复制已经存在的标准。

## Toy example
data = data.frame(
  id = 1:7,
  x = c("A", "A", "B", "C", "D", "AA", ".")
)

lookup = data.frame(
  old = c("A", "D", "."),
  new = c("a", "d", "!")
)

## desired result
#   id  x
# 1  1  a
# 2  2  a
# 3  3  B
# 4  4  C
# 5  5  d
# 6  6 AA
# 7  7  !

我可以通过连接、合并、取消选择来做到这一点，如下所示，但是这个不太清楚如我所愿 - 步骤太多。

## This works, but is more steps than I want
library(dplyr)
data %>%
  left_join(lookup, by = c("x" = "old")) %>%
  mutate(x = coalesce(new, x)) %>%
  select(-new)

也可以用以下方法完成dplyr::recode，如下所示，将查找表转换为命名查找向量。我更喜欢lookup作为数据框，但我对命名向量解决方案很满意。我担心的是recode is the 质疑生命周期阶段，所以我担心这个方法不稳定.

lookup_v = pull(lookup, new) %>% setNames(lookup$old)
data %>%
  mutate(x = recode(x, !!!lookup_v))

也可以这样完成：stringr::str_replace，但使用正则表达式进行整个字符串匹配效率不高。我想有forcats::fct_recode是一个稳定版本recode，但我不想要factor输出（虽然mutate(x = as.character(fct_recode(x, !!!lookup_v)))也许是迄今为止我最喜欢的选择...）。

我本来希望新的rows_update()的家人dplyr函数可以工作，但它对列名很严格，而且我认为它不能更新它所加入的列。 （这是实验性的，所以还没有满足我的稳定性要求。）

我的要求摘要：

• 单个数据列根据查找数据框（最好）或命名向量（允许）进行更新
• 并非数据中的所有值都包含在查找中 - 不存在的值不会被修改
• 必须努力character类输入。更普遍的工作是一件好事。
• 基本 R 之外没有依赖项tidyverse包（尽管我也有兴趣看到data.table解决方案）
• 没有使用处于生命周期阶段的功能，例如被取代或质疑。请注意任何实验性生命周期函数，因为它们具有未来的潜力。
• 简洁、清晰的代码
• 我不需要极端的优化，但也不需要太低效（比如不需要时的正则表达式）

直接一个data.table解决方案，无%in%.
根据查找/数据表的长度，添加键可以显着提高性能，但在这个简单的示例中情况并非如此。

library(data.table)

setDT(data)
setDT(lookup)

## If needed
# setkey(data,x)
# setkey(lookup,old)

data[lookup, x:=new, on=.(x=old)]
data 

   id  x
1:  1  a
2:  2  a
3:  3  B
4:  4  C
5:  5  d
6:  6 AA
7:  7  !