< 在 data.table 中与 on= 连接代表什么答案

【问题标题】：What does < stand for in data.table joins with on=< 在 data.table 中与 on= 连接代表什么
【发布时间】：2018-10-13 12:41:02
【问题描述】：

加入数据表：

X <- data.table(A = 1:4, B = c(1,1,1,1)) 
#    A B
# 1: 1 1
# 2: 2 1
# 3: 3 1
# 4: 4 1

Y <- data.table(A = 4)
#    A
# 1: 4

通过

X[Y, on = .(A == A)]
#    A B
# 1: 4 1

返回预期结果。但是，我希望这条线：

X[Y, on = .(A < A)]
#    A B
# 1: 4 1
# 2: 4 1
# 3: 4 1

因为关键字on：

指出 x 中的哪些列应该与 i 中的哪些列以及要连接的二元运算符的类型进行连接

根据?data.table。没有明确提到加入的方式，当然也不是我猜到的。 < 究竟是如何将 x 中的列与 i 中的列连接起来的？

【问题讨论】：

附注：您可以将X[Y, on = .(A == A)] 简化为X[Y, on = .(A)] 或X[Y, on = "A"]
另见 ?data.table 关于 j 参数：“x 的列现在可以使用前缀 x. 来引用，并且在加入时特别有用以引用 x' s 连接列，否则它们会被 i's 所掩盖”
相关：Use j to select the join column of x and all its non-join columns

【解决方案1】：

当进行像X[Y, on = .(A < A)] 这样的非等连接时，data.table 从Y（i-data.table）返回A-列。

为了得到想要的结果，你可以这样做：

X[Y, on = .(A < A), .(A = x.A, B)]

给出：

在下一个版本中，data.table 将返回两个 A 列。 See here for the discussion.

【讨论】：

【解决方案2】：

你说对了一部分。难题的缺失部分是（当前）当您执行任何连接时，包括与< 的非等连接，为连接列返回单个列（在您的示例中为A）。此列从连接右侧的data.table 中获取值，在本例中，A 中的值来自Y。

这是一个图解示例：

我们计划在data.table 的未来版本中更改此行为，以便在非等连接的情况下返回两列。请参阅拉取请求 https://github.com/Rdatatable/data.table/pull/2706 和 https://github.com/Rdatatable/data.table/pull/3093。

【讨论】：