在R中按键查询data.table

Question

我遵循了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 列上设置密钥，但预期它不起作用。关于我做错了什么的任何想法？

> 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的第一个参数是数字时，它不会做join，而是简单的行号查找。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，所以你得到第一行。

现在，如果您打算改为进行连接，则必须使用语法 DT[J(...)] 或 DT[.(...)]，只要您使用正确的数字，这将按预期工作（为方便起见，您不需要在处理例如字符列时使用J，因为DT["a"] 的含义没有默认含义）：

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

请注意，DT[J(1.1998129)] 不起作用，因为：

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

你可以打印出很多数字，这样就可以了：

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

但这里还有一个微妙之处，值得注意的是，当浮点数相等时，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 - 加入浮点数时要小心。