Question

这似乎是一个显而易见的问题，但我觉得我做错了。我有一个字符串向量，我只想在data.table中找到匹配的行索引。 data.table由我想要匹配的列键入，因此，我认为我应该能够使用二进制搜索来查找匹配的索引。

要遵循的示例：

在这里，我有一个data.table，由列c2键入，还有一个字符串向量new_dat，我希望找到行索引。

library(data.table)

## Example data, a keyed data.table
dat <- data.table(c1=1:10, c2=letters[1:10], key='c2')

## Match at some indices (keyed column so should be binary search?)
new_dat <- c('d', 'j')

## This doesn't feel right -- I don't think this is taking advantage of the
## data.table ordering at all
## Tried some dumb stuff like dat[match(new_dat, c2, 0L), .I]
dat[match(new_dat, c2, 0L), ]  # only want the index of the matches
#    c1 c2
# 1:  4  d
# 2: 10  j

## So, this is the desired result,
## but this is just doing ordinary linear search (I say w/o actually looking at the code)
match(new_dat, dat[['c2']], 0L)
# [1]  4 10

EDID

我才意识到我能做到，

dat[, ind := 1:.N][match(new_dat, c2, 0L), ind]

要获得索引，但仍然无法解决我试图描绘的问题。

Answer 1

为了找到行索引（虽然没有使用by参数进行分组），您可以在执行二进制连接时指定which = TRUE

options(datatable.verbose = TRUE) # Setting to TRUE so we can see the binary join being triggered
dat[new_dat, which = TRUE]
# Starting bmerge ...done in 0 secs <~~ binary join triggered
# [1]  4 10

（这也可以在不创建c1的情况下工作，因为它根本不使用该列）

而且，如果您只想执行常规二进制连接并查看所有列中的所有值，则无需使用match或创建索引，只需执行

dat[new_dat]
# Starting bmerge ...done in 0 secs <~~ binary join triggered
#    c1 c2
# 1:  4  d
# 2: 10  j

一般情况下，只要您的数据是键控的（或者您使用on参数加入）和 new_dat不属于{{1}类}或integer，numeric会自动触发二进制连接，即使data.table传递给new_dat参数而没有包含在{{} 1}}或i。但是，如果.是上述类之一，J将尝试执行行索引。因此，您需要使用new_dat或data.table来强制dat[.(new_dat), which = TRUE]代替行索引。

在data.table中找到匹配的行索引（我可以二进制搜索吗？）

EDID

1 个答案: