使用该data.table软件包时，我有点不确定何时需要setkey()。例如，当使用:=带有by选项的运算符时，即使我没有设置键，事情似乎仍然非常快。有人可以说明什么时候setkey()需要，什么时候不需要？:=如果在调用with之前没有必要，by那么包怎么这么快，因为它可能必须通过顺序搜索而不是二进制搜索来做与标准Rdata.table中相同的事情，因为它不知道 my是否实际上是按 的参数排序。applydata.framedata.tableby
谢谢
这 2 个常见问题解答似乎很接近：
3.2 我没有大桌子上的钥匙，但是分组还是很快的。这是为什么？
data.table使用基数排序。这比其他排序算法快得多。Radix 仅适用于整数，请参阅?base::sort.list(x,method="radix"). 这也是为什么setkey快的原因之一。当没有设置密钥，或者我们以与密钥不同的顺序分组时，我们称其为 ad hoc by。3.3 为什么按key中的列分组比ad hoc by快？
因为每个组在 RAM 中是连续的，从而最大限度地减少页面获取，并且可以批量复制内存（memcpy在 C 中）而不是在 C 中循环。
它没有说并且可能应该做的是，在您注意到 keyed by 和 ad hoc by 之间的区别之前，您需要一个非常大的数据集，其中每个组也非常大。类似于 100 组，每组 100MB（一个 10GB 的 data.table），例如 1e8 行和 13 列。否则，没有必要setkey先做，尤其是因为这会很麻烦。