これは、data.table結合構文に関する哲学的な質問です。data.tablesの用途はますます増えていますが、それでも学習しています...
data.tablesの結合形式X[Y]は非常に簡潔で、便利で効率的ですが、私が知る限り、内部結合と右外部結合のみをサポートしています。左または完全な外部結合を取得するには、次を使用する必要がありますmerge。
X[Y, nomatch = NA]--Yのすべての行--右外部結合（デフォルト）X[Y, nomatch = 0]--XとYの両方に一致する行のみ--内部結合merge(X, Y, all = TRUE)--XとYの両方のすべての行--完全外部結合merge(X, Y, all.x = TRUE)--Xのすべての行-左外部結合
X[Y]結合形式が4種類すべての結合をサポートしていれば便利だと思います。2種類の結合のみがサポートされている理由はありますか？
私にとって、nomatch = 0およびnomatch = NAパラメーターの値は、実行されているアクションに対してあまり直感的ではありません。merge構文を理解して覚える方が簡単です： all = TRUE、、。操作はよりもはるかに似ているので、関数のパラメーターではなく、結合の構文を使用してみませんか？all.x = TRUEall.y = TRUEX[Y]mergematchmergematchnomatch
4つの結合タイプのコード例を次に示します。
# sample X and Y data.tables
library(data.table)
X <- data.table(t = 1:4, a = (1:4)^2)
setkey(X, t)
X
# t a
# 1: 1 1
# 2: 2 4
# 3: 3 9
# 4: 4 16
Y <- data.table(t = 3:6, b = (3:6)^2)
setkey(Y, t)
Y
# t b
# 1: 3 9
# 2: 4 16
# 3: 5 25
# 4: 6 36
# all rows from Y - right outer join
X[Y] # default
# t a b
# 1: 3 9 9
# 2: 4 16 16
# 3: 5 NA 25
# 4: 6 NA 36
X[Y, nomatch = NA] # same as above
# t a b
# 1: 3 9 9
# 2: 4 16 16
# 3: 5 NA 25
# 4: 6 NA 36
merge(X, Y, by = "t", all.y = TRUE) # same as above
# t a b
# 1: 3 9 9
# 2: 4 16 16
# 3: 5 NA 25
# 4: 6 NA 36
identical(X[Y], merge(X, Y, by = "t", all.y = TRUE))
# [1] TRUE
# only rows in both X and Y - inner join
X[Y, nomatch = 0]
# t a b
# 1: 3 9 9
# 2: 4 16 16
merge(X, Y, by = "t") # same as above
# t a b
# 1: 3 9 9
# 2: 4 16 16
merge(X, Y, by = "t", all = FALSE) # same as above
# t a b
# 1: 3 9 9
# 2: 4 16 16
identical( X[Y, nomatch = 0], merge(X, Y, by = "t", all = FALSE) )
# [1] TRUE
# all rows from X - left outer join
merge(X, Y, by = "t", all.x = TRUE)
# t a b
# 1: 1 1 NA
# 2: 2 4 NA
# 3: 3 9 9
# 4: 4 16 16
# all rows from both X and Y - full outer join
merge(X, Y, by = "t", all = TRUE)
# t a b
# 1: 1 1 NA
# 2: 2 4 NA
# 3: 3 9 9
# 4: 4 16 16
# 5: 5 NA 25
# 6: 6 NA 36
更新：data.table v1.9.6でon=構文が導入され、主キー以外のフィールドでアドホック結合が可能になりました。質問に対するjangoreckiの答えデータフレーム（内側、外側、左、右）を結合（マージ）する方法は？data.tableが処理できる追加の結合タイプの例をいくつか示します。