У меня есть вопрос о идиоме data.table
для "non-joins", основанной на вопросе Iterator . Вот пример:
library(data.table)
dt1 <- data.table(A1=letters[1:10], B1=sample(1:5,10, replace=TRUE))
dt2 <- data.table(A2=letters[c(1:5, 11:15)], B2=sample(1:5,10, replace=TRUE))
setkey(dt1, A1)
setkey(dt2, A2)
data.table
выглядят следующим образом
> dt1 > dt2
A1 B1 A2 B2
[1,] a 1 [1,] a 2
[2,] b 4 [2,] b 5
[3,] c 2 [3,] c 2
[4,] d 5 [4,] d 1
[5,] e 1 [5,] e 1
[6,] f 2 [6,] k 5
[7,] g 3 [7,] l 2
[8,] h 3 [8,] m 4
[9,] i 2 [9,] n 1
[10,] j 4 [10,] o 1
Чтобы найти, какие строки в dt2
имеют один и тот же ключ в dt1
, установите для параметра which
значение TRUE
:
> dt1[dt2, which=TRUE]
[1] 1 2 3 4 5 NA NA NA NA NA
Мэтью предложил в этом ответе, что идиома "non join"
dt1[-dt1[dt2, which=TRUE]]
к подмножеству dt1
к тем строкам, которые имеют индексы, которые не отображаются в dt2
. На моей машине с data.table
v1.7.1 я получаю сообщение об ошибке:
Error in `[.default`(x[[s]], irows): only 0 may be mixed with negative subscripts
Вместо этого с опцией nomatch=0
работает "non join"
> dt1[-dt1[dt2, which=TRUE, nomatch=0]]
A1 B1
[1,] f 2
[2,] g 3
[3,] h 3
[4,] i 2
[5,] j 4
Является ли это предполагаемым поведением?