为什么 data.table 的 order 和 setorder(v) 之间存在这种差异？

Question

我想订购一个 data.table。使用 setorder(v) 我会收到与使用 base::order 不同的结果。我怎么能收到相同的结果，订单？

我已经尝试使用 1 列来解决，但我应该按更多列排序。

1: (test = data.table(V1 = c("TeilA1_a", "TeilA_a", "TeilC1_a", "TeilA_a"), 
                      V2 = c("4", "3", "2", "1")))
 2:   test[order(V1)]
 3:   sort(test[[1]])
 4:   c(order(test[[1]]))
 5:   order(test[[1]])
 6:   test[c(order(test[[1]]))]
 7:   test[order(test[[1]])]
 8:   (setorderv(test, c("V1"), c(1)))
 9:   test[order(V1)]
10:  test[order(V1, V2)]

为什么c(4,5) 行的结果相同，而c(6,7) 则不同？我希望第 8 行的输出与第 6 行相同。

Answer 1

来自?setorder(data.table_1.12.2)：

另请注意，data.table 总是在“C 语言环境”中重新排序（请参阅详细信息）。要按会话区域设置排序，请使用 x[base::order(.)]。

更多细节

data.table 总是在“C 语言环境”中重新排序。因此，排序可能与通过 base::order 获得的不同。例如，在英语语言环境中，排序在 C 语言环境中区分大小写。因此，排序 c("c", "a", "B") 在 data.table 中返回 c("B", "a", "c") 但 c("a", "B", "c" ) 在 base::order 中。请注意，这在大多数数据情况下没有区别；对于只有大写或小写字母的 id（“AB123”

感谢 Frank，注意到当订单优化开启时，order 在内部被 data.table:::forder 替换，而 test[(order(V1))]; test[c(order(V1))]; test[base::order(V1)] 没有，而是从 [ 之外的范围内检索。

还要感谢 MichaelChirico，从 data.table_1.12.4 开始，test[c(order(V1))]; test[(order(V1))] 将默认为 data.table:::forder。请查看NEWS 以获取更新。

因此，test[order(V1), verbose=TRUE] 按 C-locale 排序（就像 test[data.table::chorder(V1)]）给出

#data.table_1.12.2
order optimisation is on, i changed from 'order(...)' to 'forder(DT, ...)'.
   rn       V1 V2
1:  1 TeilA1_a  4
2:  2  TeilA_a  3
3:  4  TeilA_a  1
4:  3 TeilC1_a  2

test[base::order(V1)]; test[(order(V1)), verbose=TRUE]; test[c(order(V1)), verbose=TRUE] 给了

   rn       V1 V2
1:  2  TeilA_a  3
2:  4  TeilA_a  1
3:  1 TeilA1_a  4
4:  3 TeilC1_a  2

数据：

library(data.table)
test = data.table(rn=1:4, V1 = c("TeilA1_a", "TeilA_a", "TeilC1_a", "TeilA_a"), V2 = c("4", "3", "2", "1"))