如何做一个data.table合并操作
注意：这个问题和下面的答案引用data.table版本<1.5.3; v。1.5.3于2011年2月发布解决此问题。 查看更多最近的处理（03-2012）： 将外键上的SQL连接转换为R data.table语法
我一直在挖掘data.table包的文档（replacedata.frame，这对于某些操作来说效率更高），包括Josh Reich在NYC R Meetup （pdf） 上对SQL和data.table的介绍 ，但是不能把这个完全无关的操作算出来。
> x <- DT(a=1:3, b=2:4, key='a') > x ab [1,] 1 2 [2,] 2 3 [3,] 3 4 > y <- DT(a=1:3, c=c('a','b','c'), key='a') > y ac [1,] 1 a [2,] 2 b [3,] 3 c > x[y] ab [1,] 1 2 [2,] 2 3 [3,] 3 4 > merge(x,y) abc 1 1 2 a 2 2 3 b 3 3 4 c 该文档说：“当[第一个参数]本身是一个data.table，一个连接被调用类似于base :: merge，但使用二进制searchsorting的关键。 显然情况并非如此。 我可以通过data.tables将y中的其他列转换为x [y]的结果吗？ 它似乎只是把x的行匹配到y的关键字，而忽略y的其余部分…
您引用了文档的错误部分。 如果你看看[.data.table文件，你会看到：
当我是一个data.table，x必须有一个键，意思是把我连接到x并返回匹配的x中的行 。 按顺序在x的每一列中的每列之间执行一个等连接。 这类似于通过2列matrix来设置matrix的基本Rfunction，并且在更高维度上通过n列matrix来对n维arrays进行子集化
我承认这个包的描述（你引用的部分）有些令人困惑，因为它似乎是说“[”-operation可以用来代替合并。 但我认为它是这样说的：如果x和y都是data.tables，我们使用一个索引（这是像合并调用），而不是二进制search连接。
还有一件事：
我通过install.packages安装的data.table库缺lessmerge.data.table method ，所以使用merge会调用merge.data.frame 。 从R-Forge安装软件包后，使用了更快的merge.data.table方法。
您可以通过检查以下输出来检查是否有merge.data.table方法：
methods(generic.function="merge")
编辑[答案不再有效]：这个答案是指data.table版本1.3。 在版本1.5.3中，data.table的行为发生了变化，x [y]返回了预期的结果。 感谢data.table的作者Matthew Dowle在评论中指出了这一点。
感谢您的答案。 最初发布时，我错过了这个线程。 data.table已经从二月份开始。 1.4.1刚刚发布到CRAN，1.5版即将发布。 例如，DT（）别名已被replace为list（）; 作为一个原语它快得多，data.table现在inheritance自data.frame，因此它可以与仅接受data.frame（如ggplot和lattice）的包一起工作，而无需任何转换（更快，更方便）。
是否有可能订阅data.table标签，所以当有人用该标签发布问题时，我会收到一封电子邮件？ 数据表的帮助列表已经增长到每个月大约30-40条消息，但是如果我能得到某种通知，我也很乐意回答。
马修
我认为使用base::merge函数是不需要的，因为使用data.table连接可以快得多。 例如看下面的内容。 我使用3-3列创buildx和y data.tables：
> x <- data.table( foo = 1:5, a=20:24, zoo = 5:1 ) > y <- data.table( foo = 1:5, b=30:34, boo = 10:14) > setkey(x, foo) > setkey(y, foo)
并与base:merge和data.table连接，以查看执行速度：
> system.time(merge(x,y)) user system elapsed 0.027 0.000 0.023 > system.time(x[,list(y,x)]) user system elapsed 0.003 0.000 0.006
结果是不一样的，因为后者有一个额外的列：
> merge(x,y) foo a zoo b boo [1,] 1 20 5 30 10 [2,] 2 21 4 31 11 [3,] 3 22 3 32 12 [4,] 4 23 2 33 13 [5,] 5 24 1 34 14 > x[,list(x,y)] foo a zoo foo.1 b boo [1,] 1 20 5 1 30 10 [2,] 2 21 4 2 31 11 [3,] 3 22 3 3 32 12 [4,] 4 23 2 4 33 13 [5,] 5 24 1 5 34 14
哪个不能造成很大的麻烦:)
我认为f3lix是正确的，文件是有点误导。 好处是快速join数据子集。 在上面的例子中，你最终还是需要使用merge函数。
你会在Josh的演示中看到使用data.table ，这是他的例子运行。 他首先将data.tables中的一个子集合起来，然后进行合并：
library(data.table) sdt <- DT(series, key='series_id') ddt <- DT(data, key='series_id') u <- sdt[ grepl('^[AZ]{2}URN', fred_id) & !grepl('DSURN', fred_id) ] d <- ddt[ u, DT(min=min(value)), by='series_id', mult='all'] data <- merge(d,series)[,c('title','min','mean','max')]
