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...
data.tables的连接格式X[Y]非常简洁、方便和高效，但据我所知，它只支持内连接和右外连接。要获得左或完全外连接，我需要使用merge：
X[Y, nomatch = NA]-- Y 中的所有行 -- 右外连接（默认）X[Y, nomatch = 0]-- 只有在 X 和 Y 中都匹配的行 -- 内连接merge(X, Y, all = TRUE)-- X 和 Y 中的所有行 -- 全外连接merge(X, Y, all.x = TRUE)-- X 中的所有行 -- 左外连接
在我看来，如果X[Y]连接格式支持所有 4 种连接类型会很方便。是否有理由只支持两种类型的连接？
对我来说，nomatch = 0和nomatch = NA参数值对于正在执行的操作不是很直观。我更容易理解和记住merge语法：all = TRUE,all.x = TRUE和all.y = TRUE. 既然X[Y]操作类似于，为什么不使用连接的语法而不是merge函数的参数呢？matchmergematchnomatch
以下是 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，它允许在主键以外的字段上进行临时连接。jangorecki对如何加入（合并）数据帧（内部、外部、左侧、右侧）的问题的回答？提供了一些 data.table 可以处理的附加连接类型的示例。