用 data.table 保持子集向量的顺序答案

【问题标题】：keep the order of the subsetting vector with data.table用 data.table 保持子集向量的顺序
【发布时间】：2019-12-03 01:48:58
【问题描述】：

我有一个简单的问题，但我想不出一个简单的解决方案：

library(data.table)
plouf <- data.table(1:10,letters[1:10])
plouf[V1 %in% c(3,1),V2]

[1] "a" "c"

我希望输出保持子集向量的初始顺序，即"c" "a"。有哪些可能性？

我有

sapply(c(3,1),function(x){plouf[V1 == x,V2]})

但我觉得它很丑。

编辑

我有

setkey(plouf,V1)
plouf[c(3,1),V2]

这无疑是 data.table 的好方法。我仍然很好奇解决方案是什么

【问题讨论】：

使用 match plouf[,V2[match(c(3, 1), V1)]]#[1] "c" "a" 。 setkey 选项也会进行重新排序。如果您不希望这样，那么match 是一个选项

标签： r dataframe data.table subset

【解决方案1】：

这是match 的一个选项，可以在data.table 和base R 中使用。与%in%不同，match返回第一个匹配的位置索引，这可以用来获取另一列'V2'的对应元素

plouf[, V2[match(c(3, 1), V1)]]
#[1] "c" "a"

plouf[, match(c(3, 1), V1)] # returns numeric index
#[1] 3 1
plouf[, V1 %in% c(3, 1)] # returns logical vector
#[1]  TRUE FALSE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE

因为%in%返回的是逻辑向量，所以当我们用它来提取元素时，每个TRUE值对应的元素都会被提取出来，即从第1和第3个位置提取，而不是从第3和第1个位置提取

【讨论】：

【解决方案2】：

使用data.table 键将完成您在此处的目标，此处的Keys and fast binary search based subset 小插图解释了用法。

library(data.table)
plouf <- data.table(1:10,letters[1:10])

## Set a key
setkey(plouf,V1)
## Use .() syntax for key subsetting to get associated values of V2
plouf[.(c(3,1)),V2]
#[1] "c" "a"

【讨论】：

是的，我问了这个之后有点。感谢您的链接
如果要保留数据的顺序，不需要设置key。只需使用 on= 参数进行临时连接/查找。 ?data.table 的详细信息部分提到了这一点，但显然还没有。
哦，之前没注意，那是行号子集，不是键子集。你需要像.(c(3,1)) 或类似的包装。
很好——我在原始答案中使用了.() 语法，但我自己却误以为它没有必要，并在随后的编辑中将其删除，现在将恢复。对于on ad-hoc 用法，您建议使用什么语法，我从未使用过该方法，并且阅读了我尝试过几种方法但均未成功的文档？
可能类似于data.table(ID=LETTERS[1:10], VAL=1:10)[.(ID=c("C","A")), on=.(ID)]。见stackoverflow.com/a/20057411/1989480