r - 在 data.table 的 i 中使用匹配

Question

%in%运算符是匹配函数的包装器，返回“与 x 长度相同的向量”。例如:

> match(c("a", "b", "c"), c("a", "a"), nomatch = 0) > 0
## [1]  TRUE FALSE FALSE

在 i 内使用时然而，data.table

(dt1 <- data.table(v1 = c("a", "b", "c"), v2 = "dt1"))
   v1  v2
1:  a dt1
2:  b dt1
3:  c dt1
(dt2 <- data.table(v1 = c("a", "a"), v2 = "dt2"))
   v1  v2
1:  a dt2
2:  a dt2
dt1[v1 %in% dt2$v1]
   v1  v2
1:  a dt1
2:  a dt1

获得重复。应该是 %in% 的预期行为内 i data.table 的结果与

dt1[dt1$v1 %in% dt2$v1]  
   v1  v2
1:  a dt1

即没有重复？

Answer 1

这是 data.table 中的一个错误V < 1.9.5 自动索引已在 V >= 1.9.5 中修复。

我可以想到 3 种可能的解决方法:

禁用自动索引并使用基数 R %in%如

options(datatable.auto.index = FALSE)
dt1[v1 %in% dt2$v1]
##    v1  v2
## 1:  a dt1

使用内置 %chin%更高效且没有此错误的运算符(仅适用于字符向量比较)

dt1[v1 %chin% dt2$v1]
##    v1  v2
## 1:  a dt1

从 Github 安装开发版本(先关闭所有 R session ，然后重新打开一个)

library(devtools)
install_github("Rdatatable/data.table", build_vignettes = FALSE)
library(data.table)
dt1 <- data.table(v1 = c("a", "b", "c"), v2 = "dt1")
dt2 <- data.table(v1 = c("a", "a"), v2 = "dt2")
dt1[v1 %in% dt2$v1]
##    v1  v2
## 1:  a dt1