Question

我在data.table中设置了多个键，但是当我尝试按键的多个值选择行时，它似乎为每个可能的组合返回一行，但对于不存在的行填充NA

我可以在this document的1c中获取示例代码，因此它必须是我没有看到的东西。任何帮助将不胜感激。

library(data.table)

dt = data.table(colA = 1:4,
                colB = c("A","A","B","B"),
                colC = 11:14)

setkey(dt,colA,colB)

print(dt)
# colA colB colC
# 1:    1    A   11
# 2:    2    A   12
# 3:    3    B   13
# 4:    4    B   14

print(
  dt[.(2,"A")]
)
# As expected
# colA colB colC
# 1:    2    A   12

print(
  dt[.(c(2,3),"A")]
)
# colA colB colC
# 1:    2    A   12
# 2:    3    A   NA #Unexpected

print(
  dt[.(unique(colA),"A")]
)
# colA colB colC
# 1:    1    A   11
# 2:    2    A   12
# 3:    3    A   NA #Unexpected
# 4:    4    A   NA #Unexpected

Answer 1

DT[i]会在i行中查找DT的每一行。默认情况下，i的不匹配行显示为NA。要删除不匹配的行，请使用nomatch = 0：

dt[.(unique(colA),"A"), nomatch=0]

#    colA colB colC
# 1:    1    A   11
# 2:    2    A   12

nomatch参数包含在OP链接的插图中。要查找最新版本的插图，请使用browseVignettes("data.table")。

作为旁注，在加入之前不必设置密钥。相反，可以使用on=：

library(data.table)
dt2 = data.table(colA = 1:4,
                colB = c("A","A","B","B"),
                colC = 11:14)

dt2[.(unique(colA),"A"), on=.(colA, colB), nomatch=0]

#    colA colB colC
# 1:    1    A   11
# 2:    2    A   12

有关为什么通常不需要键入来提高连接性能的详细信息，请参阅Arun's answer。它说：

通常，除非在相同的键控 data.table上执行重复的分组/连接操作，否则不会有明显的差异。

我通常只在交互式加入时才设置键，所以我可以跳过键入on=。

使用data.table通过多个键进行奇数行为子集化

1 个答案: