3

通过一个公共列合并两个 data.tables，其中一个 data.table 中的合并列是一个因素，而在另一个中它不会产生意外结果。不会引发警告或错误，并且该问题对所涉及的底层 data.tables 有奇怪的影响。

require(data.table)
##Create two tiny data.tables.
data <- data.table(Country=c("Afghanistan","Albania","Western Europe"),Value =c(1,2,100))
data
## Country          Value
## 1    Afghanistan     1
## 2        Albania     2
## 3 Western Europe   100 

NatName <-data.table(Country =factor(c("Afghanistan","Albania")),code=c("AFG","ALB"))


NatName
##Country       code
##1 Afghanistan  AFG
##2     Albania  ALB

##Merge them together.
merge(data,NatName,by="Country",all.x=TRUE)

##       Country Value code
##1:          NA   100   NA
##2: Afghanistan     1  AFG
##3:     Albania     2  ALB

奇怪了，西欧怎么了？合并杀死了国家名称。哦，好吧，轻微的不便。但是等等，还有更多。

##Lets try setting keys first.
setkey(data, Country)
setkey(NatName,Country)
merge(data,NatName,by="Country",all.x=TRUE)
##       Country Value code
##1:          NA   100   NA
##2: Afghanistan     1  AFG
##3:     Albania     2  ALB
##Same results.  But, lets look at our data.
data
##         Country Value
##1    Afghanistan   100
##2        Albania     1
##3 Western Europe     2

吞咽。价值观是错误的。西欧 = 100，而不是 2... 某些东西改变了我原来的数据表。

当然，这始于用户错误。对于合并，列的类型应该相同。当我尝试将数据表与使用 read.csv 读取的 CSV 合并时，我遇到了它。由于我没有设置 stringsAsFactor=FALSE，因此一个 DT 具有另一个没有的因子。

也许合并应该检查并警告？如果您好奇：我的会话信息。

sessionInfo()
R version 3.1.1 (2014-07-10)
Platform: x86_64-w64-mingw32/x64 (64-bit)

locale:
[1] LC_COLLATE=English_United States.1252  LC_CTYPE=English_United States.1252    LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C                           LC_TIME=English_United States.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] data.table_1.9.2

loaded via a namespace (and not attached):
[1] plyr_1.8.1    Rcpp_0.11.2   reshape2_1.4  stringr_0.6.2 tools_3.1.1
4

1 回答 1

0

回答以关闭未解决的问题。
与合并字符因子变量相关的问题 #499 已得到修复。OP 代码中的问题在最新版本的 data.table 上不再重现。

于 2015-04-16T20:57:15.077 回答