Question

我正在使用data.table进行左非等连接：

OUTPUT <- DT2[DT1, on=.(DOB, FORENAME, SURNAME, POSTCODE, START_DATE <= MONTH, EXPIRY_DATE >= MONTH)]

OUTPUT包含正确的左连接，但MONTH列（存在于DT1中）缺失。

这是data.table中的错误吗？

注意：当然，START_DATE，EXPIRY_DATE和MONTH采用相同的YYYY-MM-DD，IDate格式。基于这些非等标准，连接的结果是正确的。只是该列缺失，我需要在进一步的工作中使用它。

编辑1 ：简化的可重现示例

DT1 <- structure(list(ID = c(1, 2, 3), FORENAME = c("JOHN", "JACK", 
"ROB"), SURNAME = c("JOHNSON", "JACKSON", "ROBINSON"), MONTH = structure(c(16953L, 
16953L, 16953L), class = c("IDate", "Date"))), .Names = c("ID", 
"FORENAME", "SURNAME", "MONTH"), row.names = c(NA, -3L), class = c("data.table", 
"data.frame"))

DT2 <- structure(list(CERT_NUMBER = 999, FORENAME = "JOHN", SURNAME = "JOHNSON", 
    START_DATE = structure(16801L, class = c("IDate", "Date")), 
    EXPIRY_DATE = structure(17166L, class = c("IDate", "Date"
    ))), .Names = c("CERT_NUMBER", "FORENAME", "SURNAME", "START_DATE", 
"EXPIRY_DATE"), row.names = c(NA, -1L), class = c("data.table", 
"data.frame"))

OUTPUT <- DT2[DT1, on=.(FORENAME, SURNAME, START_DATE <= MONTH, EXPIRY_DATE >= MONTH)]

> OUTPUT
   CERT_NUMBER FORENAME  SURNAME START_DATE EXPIRY_DATE ID
1:         999     JOHN  JOHNSON 2016-06-01  2016-06-01  1
2:          NA     JACK  JACKSON 2016-06-01  2016-06-01  2
3:          NA      ROB ROBINSON 2016-06-01  2016-06-01  3

FORENAME和SURNAME已加入并显示在输出中。
MONTH也是（非equi）加入，并且不在输出中。

为什么这是预期的行为？

即使是预期的行为，在我的情况下也没有用，因为我需要保留MONTH以进行进一步的数据操作。

我的预期输出将是同一个表，但保留MONTH列，因为它在DT1中。毕竟，我对左连接的期望是从左表（DT1）和所有列保留每个行和列，并且只从右表（DT2）添加匹配的行。

   CERT_NUMBER FORENAME  SURNAME START_DATE EXPIRY_DATE ID      MONTH
1:         999     JOHN  JOHNSON 2016-01-01  2016-12-31  1 2016-06-01
2:          NA     JACK  JACKSON       <NA>        <NA>  2 2016-06-01
3:          NA      ROB ROBINSON       <NA>        <NA>  3 2016-06-01

编辑2 ：显然在我的代码生成的输出中，START和END日期也是错误的！只有1人拥有证书，其开始日期为1月1日，结束日期为31日至12月！预期的产出应该是应有的。但实际输出完成了1 - 1月的所有事情。

Answer 1

在data.table中，x[i]形式的联接传统上使用i中的值，但使用x中的列名。虽然这与返回两者的SQL不同，但是这个默认值对于 equi 连接很有意义，因为我们对来自i的所有行感兴趣，如果它们匹配那么两个data.tables无论如何都要相等值，如果他们不这样做，我们就需要保留i中不匹配的值。

但是对于非equi 连接，由于值可能与完全匹配，即可能落在某个范围内，可能会出现我们必须返回的情况输出类似于SQL（或识别此类情况并返回用户期望的结果，类似于equi连接的情况）。这还没有完成，但我现在已经为它设置了一个条款，即使用x.前缀明确引用列。我同意，这不方便。希望这很快就会自动完成。

以下是使用x.前缀获取结果的方法。

ans <- DT2[DT1, .(CERT_NUMBER, FORENAME, SURNAME, x.START_DATE, x.EXPIRY_DATE, ID, MONTH), 
         on=.(FORENAME, SURNAME, START_DATE <= MONTH, EXPIRY_DATE >= MONTH)]

IIRC还有一个关于GITHub项目页面的问题。

使用data.table：输出

1 个答案: