r - data.table 结果在矢量扫描和对缺失数据的二进制搜索之间有所不同

Question

这来自 data.table 介绍中的示例。见 http://cran.r-project.org/web/packages/data.table/vignettes/datatable-intro.pdf

示例继续说明二进制搜索比矢量扫描更快并且产生完全相同的结果（参见第 5 页）。所以这是我的例子：

library(data.table)
grpsize = ceiling(10000/26^2) 
DF <- data.frame(x=rep(LETTERS,each=26*grpsize), y=rep(letters,each=grpsize),v=runif(grpsize*26^2), stringsAsFactors=FALSE)
DT = data.table(DF)
setkey(DT,x,y)

DT[x=='R' & y=='h']
DT[J("R","h")]

正如预期的那样，这将返回完全相同的结果。一个扫描每一行，另一个是二进制搜索。但是，当存在不存在的行时，结果会有所不同。请参阅以下代码：

DT[x=='R' & y=='H']
DT[J("R","H")]

我得到以下结果

# > DT[x=='R' & y=='H', ]
# Empty data.table (0 rows) of 3 cols: x,y,v

# > DT[J("R","H")]
#    x  y  v
# 1: R H NA

a.) 为什么会这样？

b.) 有没有办法改变二分搜索的行为以不返回不存在行的结果？

Answer 1

我猜 J 不仅仅是一个二分搜索。这是一个“加入”。对于给定的每个组合键，它必须返回一些东西。要关闭它：

DT[J('R','H'),nomatch=0]