我想更好地了解如何使用keyd data.table。阅读文档后，我想我了解如何在使用一个密钥时加快子集化。例如：
DT = data.table(x=rep(c("ad","bd","cd"),each=3), y=c(1,3,6), v=1:9)
选项一：
DT[x == "ad"]
选项二：
setkey(DT,x)
DT["ad"]
在这种情况下，选项1比选项2慢得多，因为data.table使用键来更有效地搜索（使用二进制搜索与矢量扫描，我不明白，但我相信会更快。 ）
在使用by语句聚合数据子集的情况下，定义密钥的最快方法是什么？我应该键入我用于对数据进行子集化的列，还是定义组的列？例如：
setkey(DT,x)
DT[!"bd",sum(v),by=y]
或
setkey(DT,y)
DT[!"bd",sum(v),by=y]
有没有办法为x和y使用密钥？
修改
设置x和y的密钥是否会执行两次矢量搜索？即：
setkey(DT,x,y)
EDIT2
对不起，我意味着要问的是，当DT被x和y键入时，调用DT[!"bd",sum(v),by=y]会执行两次二进制扫描吗？
答案 0 :(得分：1)
我相信当数据表DT被x和y键入时，不可能执行两次二进制扫描。相反，我会首先在x上重复键控，然后在y上重复键入，如下所示：
DT = data.table(x=rep(c("ad","bd","cd"),each=3), y=as.character(c(1,3,4)), v=1:9)
setkey(DT,x)
tmp = DT[!"bd"]
setkey(tmp,y)
tmp[!"1",sum(v),by=y]