我目前正在学习 R 中的 data.table。有几个问题让我感到困惑：
子集列是否总是保留记录的顺序？ （即第 1,2,3 行将保留为第 1,2,3 行而不是第 1,3,2 行）
另外，同样的结论是否适用于不同的表达方式，例如DB[[1]], DB$V1等。
2。
当对多列进行子集化时，我知道我需要使用类似 DB[,.(V1, V2)], 的东西，但我对 DB[,V1, V2]? 的结果感到困惑
代码运行，似乎产生了结果，但行的顺序与原始表的顺序不同。如果有人能解释后面的代码是什么意思，那将是很大的帮助。
非常感谢！
【问题讨论】：
标签： r data.table subset
我想从一个小建议开始...如果您在 SO 上创建与数据处理相关的问题，最好在问题中提供可重现的代码，如果不清楚则提供预期的输出。您将接触到更多的受众并收集更多优质的解决方案。这通常是r 标签上的常见做法。
子集保留顺序，数据的底层存储是面向列的，与常规 SQL db（不知道行顺序）不同，它的工作原理与在基 R 中对向量进行子集完全相同，只是速度更快。
关于[[和$，这些只是从data.table中提取列的方法，一般来说list可以使用DB[[1]]、DB[["V1"]]、DB$V1。它们的行为不同，具体取决于列/列表元素是否存在。
data.table [ 运算符中的第三个参数是 by，它期望列按 over 分组，因此您查询按 V2 分组的列 V1，而不使用任何聚合函数。这与DB[, .(V1, V2)] 或DB[, c("V1","V2"), with=FALSE] 或DB[, list(V1,V2)] 或DB[, .SD, .SDcols=c("V1","V2")], ... 非常不同。大部分 api 是从基础 R 借来的，函数如 subset() 或 with()。
最后我建议通过data.table vignettes，还有我最近的长篇文章，通过各种data.table示例：Boost Your Data Munging with R。
【讨论】：