R -数据.表快速二进制搜索基于子集与多个值在第二键

Question

我在https://cran.r-project.org/web/packages/data.table/vignettes/datatable-keys-fast-subset.html#multiple-key-point上看到了这个小插图。

我的数据是这样的:

ID    TYPE     MEASURE_1    MEASURE_2
1     A        3            3
1     B        4            4
1     C        5            5
1     Mean     4            4
2     A        10           1
2     B        20           2
2     C        30           3
2     Mean     20           2

当我这样做的时候…一切正常

setkey(dt, ID, TYPE)
dt[.(unique(ID), "A")] # extract SD of all IDs with Type A
dt[.(unique(ID), "B")] # extract SD of all IDs with Type B
dt[.(unique(ID), "C")] # extract SD of all IDs with Type C

每当我尝试这样做时，我想要基于第二个键的多个值的键子集，我只得到键1中唯一值的所有组合的结果，只有在向量c()中为第二个键定义的第一个值。因此，它只接受vector中定义的第一个值，而忽略后面的所有值。

# extract SD of all IDs with one of the 3 types A/B/C    
dt[.(unique(ID), c("A", "B", "C")] 
# previous output is equivalent to 
dt[.(unique(ID), "A")] # extract SD of all IDs with Type A
# I want/expect
dt[TYPE %in% c("A", "B", "C")]

我在这里错过了什么，或者这是我不能用键子集做的事情吗?

澄清一下:由于我不能在键子集中省略键1，因此插图要求包含unique(key1)

的第一个键。并且在key 1中定义多个键也可以正常工作。

dt[.(c(1, 2), "A")] == dt[ID %in% c(1,2) & TYPE == "A"] # TRUE

Answer 1

在数据中。表文档(参见help("data.table")或https://rdatatable.gitlab.io/data.table/reference/data.table.html#arguments)中提到:

字符、列表和数据帧输入到i被转换成一个数据。表内部使用as.data.table.

因此，R(或data.frame)中使用的经典循环规则适用。也就是说，与list(unique(ID), c("A", "B", "C"))等价的.(unique(ID), c("A", "B", "C"))变成:

as.data.table(list(unique(ID), c("A", "B", "C")))

，并且由于最长的列表元素的长度(c("A", "B", "C")的长度)不是较短的元素(unique(ID)的长度)的倍数，因此您将得到一个错误。如果您希望将unique(ID)中的每个值与c("A", "B", "C")中的每个元素结合使用，则应该使用CJ(unique(ID), c("A", "B", "C"))。

所以你应该做的是dt[CJ(unique(ID), c("A", "B", "C"))]。

请注意，dt[.(unique(ID), "A")]工作正确，因为您只传递了第二个键的一个元素，并且它被回收以匹配unique(ID)的长度。