R - 来自子集列的数据表记录的顺序

Question

我目前正在学习R.中的data.table一些令我困惑的问题：

1. 子集化列是否始终保留记录的顺序？ （即第1,2,3行将保留为第1,2,3行，而不是第1,3,2行）

   此外，相同的结论是否适用于不同的表达方式，例如DB[[1]], DB$V1等。

2。 在对多列进行子集化时，我知道我需要使用类似DB[,.(V1, V2)],的内容，但我对DB[,V1, V2]?

的结果感到困惑

代码运行，似乎产生结果，但行与原始表的顺序不同。如果有人能够解释后面的代码意味着什么，那将是很有帮助的。

非常感谢！

Answer 1

我想从小建议开始......如果你在SO上创建与数据处理相关的问题，那么在问题中提供可重现的代码是非常好的，如果不清楚则预期输出。您将获得更多的观众并收集更多优质的解决方案。这通常是r标记的常见做法。

1. 子集保留顺序，数据的底层存储是面向列的，与常规SQL db（不知道行顺序）不同，它与基本R中的向量子集完全相同，速度更快。 /> 关于[[和$，这些只是从data.table提取列的方法，一般是list，您可以使用DB[[1]]，{{1 }，DB[["V1"]]。它们的行为会有所不同，具体取决于列/列表元素是否存在。

2. data.table DB$V1运算符内的第三个参数是[，它期望列分组，因此您可以查询按V2分组的列V1，而不使用任何聚合函数。这与by或DB[, .(V1, V2)]或DB[, c("V1","V2"), with=FALSE]或DB[, list(V1,V2)]，......非常不同。大多数api都是从基础R借来的，像DB[, .SD, .SDcols=c("V1","V2")]或subset()这样的函数。

最后，我建议您浏览一下data.table vignettes，还有我最近的长篇文章，其中包含各种数据。示例：Boost Your Data Munging with R。