не приєднується до data.tables

У мене є питання про ідіому data.table для "не з'єднаних", натхненний із питання . Ось приклад:

library(data.table)

dt1 <- data.table(A1=letters[1:10], B1=sample(1:5,10, replace=TRUE))
dt2 <- data.table(A2=letters[c(1:5, 11:15)], B2=sample(1:5,10, replace=TRUE))

setkey(dt1, A1)
setkey(dt2, A2)

data.table виглядає так

> dt1               > dt2
      A1 B1               A2 B2
 [1,]  a  1          [1,]  a  2
 [2,]  b  4          [2,]  b  5
 [3,]  c  2          [3,]  c  2
 [4,]  d  5          [4,]  d  1
 [5,]  e  1          [5,]  e  1
 [6,]  f  2          [6,]  k  5
 [7,]  g  3          [7,]  l  2
 [8,]  h  3          [8,]  m  4
 [9,]  i  2          [9,]  n  1
[10,]  j  4         [10,]  o  1

Щоб знайти, які рядки в dt2 мають однакову клавішу в dt1 , встановіть параметр , який має значення TRUE :

> dt1[dt2, which=TRUE]
[1]  1  2  3  4  5 NA NA NA NA NA

Matthew запропонував у цьому відповісти , що є ініціативою" не приєднатися "

dt1[-dt1[dt2, which=TRUE]]

до підмножини dt1 до тих рядків, які мають індекси, які не відображаються в dt2 . На моєму комп'ютері з data.table v1.7.1 я отримую помилку:

Error in `[.default`(x[[s]], irows): only 0's may be mixed with negative subscripts

Замість цього за допомогою опції nomatch = 0 працює "non join"

> dt1[-dt1[dt2, which=TRUE, nomatch=0]]
     A1 B1
[1,]  f  2
[2,]  g  3
[3,]  h  3
[4,]  i  2
[5,]  j  4

Це намічена поведінка?

14
Просто доданий до v1.8.3 - це синтаксис не приєднатися . У цьому випадку dt1 [! Dt2] . Додасть докладну відповідь ...
додано Автор Matt Dowle, джерело

3 Відповіді

Нове в v1.8.3:

A new "!" prefix on i signals 'not-join' (a.k.a. 'not-where'), #1384.
  DT[-DT["a", which=TRUE, nomatch=0]]   # old not-join idiom, still works
  DT[!"a"]                              # same result, now preferred.
  DT[!J(6),...]                         # !J == not-join
  DT[!2:3,...]                          # ! on all types of i
  DT[colA!=6L | colB!=23L,...]          # multiple vector scanning approach
  DT[!J(6L,23L)]                        # same result, faster binary search
'!' has been used rather than '-' :
  * to match the 'not-join' and 'not-where' nomenclature
  * with '-', DT[-0] would return DT rather than DT[0] and not be backwards
    compatibile. With '!', DT[!0] returns DT both before (since !0 is TRUE in
    base R) and after this new feature.
  * to leave DT[+...] and DT[-...] available for future use
17
додано

Наскільки я знаю, це частина бази Р.

# This works
(1:4)[c(-2,-3)]

# But this gives you the same error you described above
(1:4)[c(-2, -3, NA)]
# Error in (1:4)[c(-2, -3, NA)] : 
#   only 0's may be mixed with negative subscripts

Текстове повідомлення про помилку вказує на те, що він передбачає поведінку.

Ось мій найкращий припуст, що чому це запланована поведінка:

Від того, як вони обробляють код NA в іншому місці (наприклад, типово за замовчуванням - na.rm = FALSE ), здається, що дизайнери R бачать NA як такі, що несуть важливу інформацію, і не хочуть падати, не маючи явних інструкцій для цього. (На щастя, встановлення nomatch = 0 дає вам чистий спосіб передачі цієї інструкції разом!)

У цьому контексті, перевага дизайнерів, ймовірно, пояснює, чому NA приймаються для позитивного індексації, але не для негативного індексації:

# Positive indexing: works, because the return value retains info about NA's
(1:4)[c(2,3,NA)]

# Negative indexing: doesn't work, because it can't easily retain such info
(1:4)[c(-2,-3,NA)]
5
додано
+1 Хороша відповідь! Так це з бази. FR # 1384 є щоб зробити синтаксис X [-Y] означати "не приєднуватися". Тим часом потрібно , який = TRUE, nomatch = 0 .
додано Автор Matt Dowle, джерело

Нове в версії 1.7.3 data.table:

Нова опція datatable.nomatch дозволяє за замовчуванням мати значення nomatch   змінено з НЗ на 0, ...

2
додано
Ця зміна може допомогти трохи, але не була призначена для "не приєднатися" насправді. FR # 1384 є ще зробити. Добре бачити когось читає НОВИНИ, хоча :)
додано Автор Matt Dowle, джерело