data.table - 合并 - 尽管 all.x = TRUE 在 R 中重复

Question

如果我错了，请纠正我，但我认为通过使用all.x = TRUE，无法获得比x 中存在的mote 行。我做了一个非常简单的合并command:

basis <<- merge(client[, c("clientID")],
                          claimsClientTotal[, c("clientID")],
                          by = "clientID", all.x = TRUE)

但是，合并 data.table 中的行数比 x 中的行多 - 这里是 client。 另外，重复次数只有43

> nrow(client)
[1] 194671
> anyDuplicated(client)
[1] 0
> 
> basis <- merge(client[, c("clientID")],
+                           claimsClientTotal[, c("clientID")],
+                           by = "clientID", all.x = TRUE)
> nrow(basis)
[1] 216764
> anyDuplicated(basis)
[1] 43

使用all.x = TRUE时，合并后的data.table上的行数怎么可能比原来的多？

另外，为什么只有43个重复，但行的差异超过43个？

我错过了什么吗？

Answer 1

这里，anyDuplicated 返回第一个副本的索引位置

v2 <- c(1:100, 100)
anyDuplicated(v2)
#[1] 101

这只是一种检查向量或data.frame/matrix是否有重复项的方法

如果我们需要获取重复的数量

sum(duplicated(v2))
#[1] 1

---

如果我们只需要获取重复的行

basis[duplicated(basis),]

或返回所有重复项

basis[duplicated(basis)|duplicated(basis, fromLast = TRUE),]