最佳答案
为什么 data.tables 的 X [ Y ]联接不允许完整的外部联接或左联接？
这是一个关于 data.table 连接语法的哲学问题。我发现 data.tables 的用途越来越多，但仍在学习..。
Table 的联接格式 X[Y]非常简洁、方便和高效，但据我所知，它只支持内部联接和右外部联接。为了获得左连接或完全外连接，我需要使用 merge:
X[Y, nomatch = NA]—— Y 中的所有行——右外部连接(默认)X[Y, nomatch = 0]——仅包含同时匹配 X 和 Y 的行——内部连接merge(X, Y, all = TRUE)——来自 X 和 Y 的所有行——完全外部连接merge(X, Y, all.x = TRUE)—— X 中的所有行——左外部连接
在我看来，如果 X[Y]联接格式支持所有4种类型的联接，那么它将非常方便。为什么只支持两种类型的连接？
对于我来说，nomatch = 0和 nomatch = NA参数值对于正在执行的操作并不是很直观。我更容易理解和记住 merge语法: all = TRUE、 all.x = TRUE和 all.y = TRUE。由于 X[Y]操作与 merge的相似性远远超过 match，为什么不使用 merge语法而不是 match函数的 nomatch = NA1参数进行连接呢？
下面是4种连接类型的代码示例:
# 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引入了 on=语法，该语法允许在主键以外的字段上进行即席连接。Jangorecki 的回答向问题 如何连接(合并)数据帧(内部，外部，左，右) ？提供了一些 data.table 可以处理的其他联接类型的示例。
