在data.table的i中使用match

Jens 发表于 Dev

詹斯

该%in%操作者为所述匹配函数返回“相同的长度为x的向量”的包装。例如：

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

当在idata.table中使用时

(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

获得重复项。应的预期行为%in%中i的data.table没有给出结果作为同

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

即没有重复？

大卫·阿伦堡

这是data.tableV <1.9.5自动索引中的错误，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%in%像下面那样使用base R

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

使用%chin%既更高效又没有此错误的内置运算符（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（首先关闭所有R会话，然后仅重新打开一个）

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

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。