加入非唯一键，在 i 中唯一答案

【问题标题】：Join with non-unique keys, unique in i加入非唯一键，在 i 中唯一
【发布时间】：2014-10-29 15:58:25
【问题描述】：

我有一个包含非唯一键的数据表：

> dput(sv)
structure(list(kwd = c("a", "a", "b", "b", "c"), pixel = c(1,
2, 1, 2, 2), kpN = c(2L, 2L, 2L, 1L, 1L)), row.names = c(NA,
-5L), class = c("data.table", "data.frame"), .Names = c("kwd",
"pixel", "kpN"), .internal.selfref = <pointer: 0x7fc4aa800778>, sorted = "kwd")
> dput(kwd)
structure(list(kwd = c("a", "b", "c", "z"), kwdN = c(3L, 2L,
1L, 1L)), row.names = c(NA, -4L), class = c("data.table", "data.frame"
), .Names = c("kwd", "kwdN"), .internal.selfref = <pointer: 0x7fc4aa800778>, sorted = "kwd")

为什么会出现这个错误：

> sv[kwd,kwdN:=kwdN]
Starting bmerge ...done in 0 secs
Error in vecseq(f__, len__, if (allow.cartesian || notjoin) NULL else as.integer(max(nrow(x),  :
  Join results in 6 rows; more than 5 = max(nrow(x),nrow(i)). Check for duplicate key values in i, each of which join to the same group in x over and over again. If that's ok, try including `j` and dropping `by` (by-without-by) so that j runs for each group to avoid the large allocation. If you are sure you wish to proceed, rerun with allow.cartesian=TRUE. Otherwise, please search for this error message in the FAQ, Wiki, Stack Overflow and datatable-help for advice.
Calls: [ -> [.data.table -> vecseq

我期待这样的事情（注意键是：

   kwd pixel kpN kwdN
1:   a     1   2    3
2:   a     2   2    3
3:   b     1   2    2
4:   b     2   1    2
5:   c     2   1    1

此外，我很确定它以前是这样工作的。

这在data.table 1.9.4 中是否发生了变化？

我如何得到我想要的？（kwd[sv] 似乎有效，这是新方法吗？）

【问题讨论】：

试试sv[kwd, kwdN:=i.kwdN]
allow.cartesian 错误不应在此处弹出。这已在 1.9.5 中修复。检查 1.9.5 here 的错误修复下的第 8 点。当i 有重复项时，如错误消息所述，您应该使用allow.cartesian=TRUE。
不确定你想说什么。我同意这不应该发生，并向您展示了该问题已得到解决的链接。
@Arun：我以为你的意思是 1.9.5 已经发布了。我看到情况并非如此，它是一个开发版本。预计何时发布 1.9.6？谢谢。

标签： r data.table

【解决方案1】：

所以这仍然是答案：

allow.cartesian 功能是在 @Roland 发布 this 之后实现的。另请参阅this 帖子以获取更多说明。

不需要allow.cartesian（因此不应出错）的情况是：

当i 没有重复的#742 - 之前没有正确检查。已在 1.9.5（当前开发版本）中修复。
当j 具有:= #800 - 行数永远不会超过x。已在 1.9.5（当前开发版本）中修复。
当操作是不加入（或反加入）时，#698 - 行数永远不会超过x一次再次。已在 1.9.4 中修复。

总之，allow.cartesian 错误仅在必要时发生。当 1.9.6 在 CRAN 上发布时，1.9.5 中的修复将可用（现在应该很快）。

【讨论】：