r - 将 .BY 与查找表一起使用——意外的结果

Question

我想在 dt 中创建一个变量根据查找表k .我得到了一些意想不到的结果，这取决于我如何在 k 中提取感兴趣的变量.

dt <- data.table(x=c(1:10))
setkey(dt, x)

k <- data.table(x=c(1:5,10), b=c(letters[1:5], "d"))
setkey(k, x)

dt[,b:=k[.BY, list(b)],by=x]

dt  #unexpected results
#      x  b
#  1:  1  1
#  2:  2  2
#  3:  3  3
#  4:  4  4
#  5:  5  5
#  6:  6  6
#  7:  7  7
#  8:  8  8
#  9:  9  9
# 10: 10 10

dt <- data.table(x=c(1:10))
setkey(x, x)

dt[,b:=k[.BY]$b,by=x]

dt  #expected results
#      x  b
#  1:  1  a
#  2:  2  b
#  3:  3  c
#  4:  4  d
#  5:  5  e
#  6:  6 NA
#  7:  7 NA
#  8:  8 NA
#  9:  9 NA
# 10: 10  d

谁能解释为什么会这样？

Answer 1

您不必使用 by=.在这里。

第一个解决方案:

设置适当的键并使用来自 data.table 的 X[Y] 语法:

require(data.table)
dt <- data.table(x=c(1:10))
setkey(dt, "x")
k <- data.table(x=c(1:5,10), b=c(letters[1:5], "d"))
setkey(k, "x")

k[dt]

#      x  b
#  1:  1  a
#  2:  2  b
#  3:  3  c
#  4:  4  d
#  5:  5  e
#  6:  6 NA
#  7:  7 NA
#  8:  8 NA
#  9:  9 NA
# 10: 10  d

OP说这会创建一个新的data.table，这对他来说是不可取的。

第二种解决方案

同样，没有 by :

dt <- data.table(x=c(1:10))
setkey(dt, "x")
k <- data.table(x=c(1:5,10), b=c(letters[1:5], "d"))
setkey(k, "x")

# solution
dt[k, b := i.b]

这不会创建新的 data.table并给出您期待的解决方案。

解释为什么会出现意外结果:

对于第一种情况 你愿意， dt[,b:=k[.BY, list(b)],by=x] .在这里， k[.BY, list(b)]本身返回 data.table .例如:

k[list(x=1), list(b)]

#    x b
# 1: 1 a

所以，基本上，如果你会这样做:

k[list(x=dt$x), list(b)]

这也将为您提供所需的解决方案。回答为什么你会得到你所得到的 b := k[.BY, list(b)] ，因为，RHS 返回 data.table并且您正在为其分配一个变量，它采用第一个元素并删除其余元素。例如，执行以下操作:

dt[, c := dt[1], by=x] 
# you'll get the whole column to be 1

对于第二种情况 ，要了解它的工作原理，您必须了解访问 data.table 之间的细微差别。如 k[6]和 k[list(6)] ， 例如:

在第一种情况下， k[6] ，您正在访问 k 的第 6 个元素, 即 10 d .但在第二种情况下，您要求的是 J, join .因此，它搜索 x = 6(关键列)并且因为在 k 中没有任何内容。 ，它返回 6 NA .在您的情况下，因为您使用 k[.BY]它返回一个列表，它是一个 J操作，获取正确的值。

我希望这有帮助。