r - 在 R 中按键查询 data.table

Question

我已经关注了data.table的介绍。在 data.table 的 x 列上设置一个键，然后进行查询。我试图在 v 列上设置 key ，但它没有像预期的那样工作。对我做错了什么有什么想法吗？

> set.seed(34)
> DT = data.table(x=c("b","b","b","a","a"),v=rnorm(5))
> DT
   x          v
1: b -0.1388900
2: b  1.1998129
3: b -0.7477224
4: a -0.5752482
5: a -0.2635815
> setkey(DT,v)
> DT[1.1998129,]
   x          v
1: b -0.7477224  

EXPECTED:
   x          v
1: b  1.1998129

Answer 1

当 [.data.table 的第一个参数是一个数字时，它不会进行连接，而是进行简单的行号查找。因为在 setkey 之后你的 data.table 看起来像这样:

DT
#   x          v
#1: b -0.7477224
#2: a -0.5752482
#3: a -0.2635815
#4: b -0.1388900
#5: b  1.1998129

因为 as.integer(1.1998129) 等于 1，所以您得到第一行。

现在，如果您打算改为进行联接，则必须使用语法 DT[J(...)] 或 DT[.(...)]，如果您使用正确的数字，它将按预期工作(为方便起见，在处理例如字符列时不需要使用 J，因为没有默认含义DT["a"] 的含义):

DT[J(v[5])]
#   x        v
#1: b 1.199813

请注意 DT[J(1.1998129)] 将不起作用，因为:

DT$v[5] == 1.1998129
#[1] FALSE

你可以打印出很多数字，这会起作用:

options(digits = 22)
DT$v[5]
#[1] 1.199812896606383683107

DT$v[5] == 1.199812896606383683107
#[1] TRUE

DT[J(1.199812896606383683107)]
#   x                v
#1: b 1.199812896606383683107

但这里还有一个额外的微妙之处，值得注意的是，当 float 相等时，R 和 data.table 具有不同的精度:

DT$v[5] == 1.19981289660638
#[1] FALSE
DT[J(1.19981289660638)]
#   x                       v
#1: b 1.199812896606379908349

长话短说 - 连接 float 时要小心。