Question

这是来自data.table简介中的示例。看到 http://cran.r-project.org/web/packages/data.table/vignettes/datatable-intro.pdf

示例继续说二分搜索比矢量扫描更快，并产生完全相同的结果（参见第5页）。所以这是我的例子：

library(data.table)
grpsize = ceiling(10000/26^2) 
DF <- data.frame(x=rep(LETTERS,each=26*grpsize), y=rep(letters,each=grpsize),v=runif(grpsize*26^2), stringsAsFactors=FALSE)
DT = data.table(DF)
setkey(DT,x,y)

DT[x=='R' & y=='h']
DT[J("R","h")]

正如预期的那样，它会返回完全相同的结果。一个扫描每一行，另一个是二分搜索。但是，当存在不存在的行时，结果会有所不同。请参阅以下代码：

DT[x=='R' & y=='H']
DT[J("R","H")]

我得到以下结果

# > DT[x=='R' & y=='H', ]
# Empty data.table (0 rows) of 3 cols: x,y,v

# > DT[J("R","H")]
#    x  y  v
# 1: R H NA

a。）为什么会这样？

b。）是否有办法将二进制搜索的行为更改为不返回非现有行的结果？

Answer 1

我猜J不仅仅是二元搜索;这是一个“加入”。对于每个给出的组合键，它必须返回一些东西。关闭它：

DT[J('R','H'),nomatch=0]

data.table结果在矢量扫描和二进制搜索之间的差异数据不同

1 个答案: