理解data.table左连接

Question

我在

data.table

X[DT, on="x"] # left join

并且，使用这个例子：

A <- data.table("a"=1:4, "b"=12:15)
B <- data.table("a"=2:3, "b"=13:14)
B[A, on='a']

我得到：

   a  b i.b
1: 1 NA  12
2: 2 13  13
3: 3 14  14
4: 4 NA  15

我想了解这里到底发生了什么。事情的顺序是什么？在我看来，我们正在上面连接中的

范围内工作，所发生的情况是，我们针对

中的每一行检查

中是否存在与

on

标准匹配的匹配项。如果存在一个匹配或多个匹配，则此/这些索引/索引将被“存储”，然后我们继续前进到

的下一行，依此类推。但我只是不明白当没有匹配时会发生什么。当我们在 B 的

scope

或

context

内操作时，为什么要从 A 中“带来”一行（第一行和最后一行）？像这样的连接是否不仅仅是匹配

on

中的内容，以便返回一些索引/索引，然后将其应用于

？

Answer 1

您实际上是在使用该代码执行

right outer join

。如果你在代码中交换 A 和 B，你就能看出区别。

A <- data.table::data.table("a"=1:4, "b"=12:15)
B <- data.table::data.table("a"=2:3, "b"=13:14)
A[B, on='a']

       a     b   i.b
   <int> <int> <int>
1:     2    13    13
2:     3    14    14

此链接将对其进行更多解释（如果它在 2024 年之后仍保持活动状态） R加入

您正在将外部数据表附加到内部数据表。因此，在您的示例中，您将匹配从 B 到 A 的行。这就是为什么您在连接后最终在 A 中得到 NA 的原因。我的示例表明，相反，您只从 A 中取出与 B 中匹配的两行。