通过not head(key(DT)，m)子集data.table，使用二进制搜索而不是矢量扫描
通过not head(key(DT)，m)子集data.table，使用二进制搜索而不是矢量扫描
提问于 2013-04-03 00:54:22
如果我指定n列作为data.table的键，我知道只要连接到key(DT)的head，就可以连接比键中定义的列更少的列。例如，对于n=2：
X = data.table(A=rep(1:5, each=2), B=rep(1:2, each=5), key=c('A','B'))
X
A B
1: 1 1
2: 1 1
3: 2 1
4: 2 1
5: 3 1
6: 3 2
7: 4 2
8: 4 2
9: 5 2
10: 5 2
X[J(3)]
A B
1: 3 1
2: 3 2在那里，我只连接到了DT的两列键的第一列。我知道我可以像这样连接到键的两列：
X[J(3,1)]
A B
1: 3 1但是如何仅使用键的第二列列(例如B==2)，而仍然使用二进制搜索而不是向量扫描呢？我知道这是一个复制品：
Subsetting data.table by 2nd column only of a 2 column key, using binary search not vector scan
所以我想把这个问题推广到n。我的数据集有大约一百万行，上面链接的dup问题中提供的解决方案似乎不是最优的。
回答 2
Stack Overflow用户
发布于 2013-04-03 12:47:54
下面是一个简单的函数，它将提取正确的唯一值并返回一个数据表作为键。
X <- data.table(A=rep(1:5, each=4), B=rep(1:4, each=5),
C = letters[1:20], key=c('A','B','C'))
make.key <- function(ddd, what){
# the names of the key columns
zzz <- key(ddd)
# the key columns you wish to keep all unique values
whichUnique <- setdiff(zzz, names(what))
## unique data.table (when keyed); .. means "look up one level"
ud <- lapply([, ..whichUnique], unique)
## append the `what` columns and a Cross Join of the new
## key columns
do.call(CJ, c(ud,what)[zzz])
}
X[make.key(X, what = list(C = c('a','b'))),nomatch=0]
## A B C
## 1: 1 1 a
## 2: 1 1 b不过，我不确定这会不会比在大型data.table上进行几次矢量扫描更快。
Stack Overflow用户
发布于 2013-04-03 17:49:55
添加辅助密钥在功能请求列表中：
FR#1007 Build in secondary keys
在此期间，我们要么使用矢量扫描，要么使用问题中链接的n=2案例的答案中使用的方法( @mnel在他的答案中很好地概括了这一点)。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/15769837
复制相关文章
相似问题
腾讯云开发者
