奇怪的行为使用数据表通过多个键设置子集

Question

我在data.table中设置了多个键，但是当我尝试按键的多个值选择行时，它似乎为每个潜在组合返回一行，但为不存在的行填充NA。

我可以在本文档的1c中获取示例代码，所以它一定是我没有看到的东西。任何帮助都将不胜感激。

library(data.table)

dt = data.table(colA = 1:4,
                colB = c("A","A","B","B"),
                colC = 11:14)

setkey(dt,colA,colB)

print(dt)
# colA colB colC
# 1:    1    A   11
# 2:    2    A   12
# 3:    3    B   13
# 4:    4    B   14

print(
  dt[.(2,"A")]
)
# As expected
# colA colB colC
# 1:    2    A   12

print(
  dt[.(c(2,3),"A")]
)
# colA colB colC
# 1:    2    A   12
# 2:    3    A   NA #Unexpected

print(
  dt[.(unique(colA),"A")]
)
# colA colB colC
# 1:    1    A   11
# 2:    2    A   12
# 3:    3    A   NA #Unexpected
# 4:    4    A   NA #Unexpected

Answer 1

＜code＞DT[i]的行中查找＜code＞i的每一行。默认情况下，i的不匹配行显示为NA。要删除不匹配的行，请使用nomatch=0：

dt[.(unique(colA),"A"), nomatch=0]

#    colA colB colC
# 1:    1    A   11
# 2:    2    A   12

标号参数包含在 OP 链接的小插曲中。要查找最新版本的小插图，请使用浏览虚拟插图（“data.table”）。

作为旁注，在加入之前无需设置密钥。相反，可以使用 on=：

library(data.table)
dt2 = data.table(colA = 1:4,
                colB = c("A","A","B","B"),
                colC = 11:14)

dt2[.(unique(colA),"A"), on=.(colA, colB), nomatch=0]

#    colA colB colC
# 1:    1    A   11
# 2:    2    A   12

参见Arun的回答，了解为什么通常不需要键控来提高连接的性能。上面写着:

通常，除非在同一个键控data.table上执行重复的分组/连接操作，否则不应该有明显的差异。

我通常只在以交互方式进行连接时设置键，因此我可以跳过在=上键入。