有人可以解釋在 data.table 中執行更新時，mult 是如何工作的嗎（使用 .EACHI 和 mult）

Question

我再次努力理解執行更新時加入時mult參數是如何工作的。 我想要做的是實現lj 中定義的左連接。

出於性能原因，我想更新左表

“不平凡”的部分是，當左表和右表有一個共同的列時，（不考慮連接列），我想使用右表中的第一個值來覆蓋左表。 我認為mult會幫助我處理這個多重匹配問題，但我做對了

library(data.table)
X <- data.table(x = c("a", "a", "b", "c", "d"), y = c(0, 1, 1, 2, 2), t = 0:4)
X                 
#        x     y     t
#   <char> <num> <int>
#1:      a     0     0
#2:      a     1     1
#3:      b     1     2
#4:      c     2     3
#5:      d     2     4

Y <- data.table(xx = c("f", "b", "c", "c", "e", "a"), y = c(2, NA, 3, 4, 5, 6), u = 2:7)
Y                 
#       xx     y     u
#   <char> <num> <int>
#1:      f     2     2
#2:      b    NA     3
#3:      c     3     4
#4:      c     4     5
#5:      e     5     6
#6:      a     6     7

# Expected result
#        x     y     t                                                 
#   <char> <num> <int>                                                 
#1:      a     6     0    <= single match on xx == "a" so Y[xx == "a", y] is used                                                
#2:      a     6     1    <= single match on xx == "a" so Y[xx == "a", y] is used                                             
#3:      b    NA     2    <= single match on xx == "b" so Y[xx == "b", y] is used                                             
#4:      c     3     3    <= mult match on xx == "c" so Y[xx == "c", y[1L]] is used                                             
#5:      d     2     4    <= no xx == "d" in Y so nothing changes


copy(X)[Y, y := i.y, by = .EACHI, on = c(x = "xx"), mult = "first"][]
#        x     y     t                                                   
#   <char> <num> <int>                                                   
#1:      a     6     0                                                   
#2:      a     1     1   <= a should always have the same value ie 6                                                
#3:      b    NA     2                                                   
#4:      c     4     3   <= y == 4 is not the first value of y in the Y table                                                
#5:      d     2     4                                                   
    
# Using mult = "all" is the closest I get from the right result
copy(X)[Y, y := i.y, by = .EACHI, on = c(x = "xx"), mult = "all"][]
#        x     y     t                                                 
#   <char> <num> <int>                                                 
#1:      a     6     0                                                 
#2:      a     6     1                                                 
#3:      b    NA     2                                                 
#4:      c     4     3    <= y == 4 is not the first value of y in the Y table                                             
#5:      d     2     4  

有人可以向我解釋上面有什么問題嗎？

我想我可以使用Y[X, ...]來達到我想要的效果，問題是 X 非常大，使用Y[X, ...]我得到的性能要差得多

Answer 1

我想使用右表中的第一個值來覆蓋左表的值

選擇第一個值並單獨更新它們：

X[unique(Y, by="xx", fromLast=FALSE), on=.(x=xx), y := i.y]

   x  y t
1: a  6 0
2: a  6 1
3: b NA 2
4: c  3 3
5: d  2 4

fromLast=可以在刪除欺騙時選擇第一行或最后一行。

---

如何處理多個匹配項：

在x[i, mult=] ，如果i的一行有多個匹配，則mult確定x哪些匹配行被選中。 這解釋了 OP 中顯示的結果。

在x[i, v := iv]如果多行i匹配到同一行中的x ，所有相關的i行的寫入X列順序，所以最后的i-行得到最終寫入。 打開詳細輸出以查看更新中進行了多少編輯——在這種情況下它將超過 x 行數（因為這些行被重復編輯）：

options(datatable.verbose=TRUE)
data.table(a=1,b=2)[.(a=1, b=3:4), on=.(a), b := i.b][]
# Assigning to 2 row subset of 1 rows
   a b
1: 1 4

Answer 2

如果在 join with 時更新，mult 總是等於“last”：=

我記得它在文檔中的某處有所描述。