r - data.table:在使用关键变量的单调变换时绕过 setkey

Question

'sorted' 属性是官方 data.table API 的一部分吗？

我经常做一些事情，比如从日期变量派生出周/月/季度/年变量，这当然是一个单调变换。然后我通过使用这些单调派生变量之一来做事情。

我想知道直接用周/月/等的名称替换我的日期变量是否安全。 sorted 属性中的变量并使其正常工作？即以下是否安全:

library(data.table)
library(lubridate)
DT <- data.table(day=as.Date(c('2006-01-30', '2006-01-31', '2006-02-01', '2006-02-02')),
                 d=1:4, key='day')
DT[, month := floor_date(day, unit='month')]
# is this safe?
attr(DT, 'sorted') <- 'month'

我不知道是否有其他一些底层数据结构引用到表中，可能会导致这种技术出现问题。

Answer 1

是的，当我确定数据已排序时，我一直使用该技巧，但使用 setattr而是避免复制:

setattr(DT, 'sorted', 'month')

如果你看 setkeyv的代码你会看到这正是它所做的 - 对数据进行排序，然后设置“排序”属性。