R data.table：笛卡尔连接和nomatch

我想使用R中难以置信的data.table包进行笛卡尔（完全外部）连接。但是，我也希望提到不匹配的行，即我的两个data.tables“left”和“right”看起来像

key | data_left
  1 |       aaa
  2 |       bbb
  3 |       ccc

及

带有键列“key”的交叉连接给了我

但是，完全缺少不匹配的行

3 | ccc

。添加选项

nomatch=0

（而不是

nomatch=NA

）没有帮助。我希望data.table用NA填充其余的列，所以我希望

key | data_left | data_right
  1 |       aaa |        xxx
  2 |       bbb |        yyy
  3 |       ccc |         NA

你知道我能做些什么才能让它发挥作用吗？

代码示例：

library(data.table)
left = data.table(keyCol = c(1,2,3), data_left = c("aaa", "bbb", "ccc"))
right = data.table(keyCol = c(1,2), data_right = c("xxx", "yyy"))
setkey(left, keyCol)
setkey(right, keyCol)
res0 = left[right, allow.cartesian=TRUE, nomatch=NA]
resNA = left[right, allow.cartesian=TRUE, nomatch=0]

---

假设每个

keyCol

值最多有一行，我会

# setup
kc = "keyCol"
DTs = list(left, right)

# make main table with key col(s)
DT = unique(rbindlist(lapply(DTs, `[`, j = ..kc)))

# get non-key cols
for (d in DTs){
  cols = setdiff(names(d), kc)
  DT[d, on=kc, (cols) := mget(sprintf("i.%s", cols)) ][]
}

# cleanup loop vars
rm(d, cols)

这应该适用于更一般的情况

• 更多键列（在kc中）和
• 更多具有非重叠列名称的表（在

  DTs

  中）

---

如果希望将key cols作为结果中的键，则代码会稍微简化：

# make main table with key col(s)
DT = setkey(unique(rbindlist(lapply(DTs, `[`, j = ..kc))))

# get non-key cols
for (d in DTs){
  cols = setdiff(names(d), kc)
  DT[d, (cols) := mget(sprintf("i.%s", cols)) ][]
}

---

这不管用吗

merge（左，右，by=“key”，all=T）

@Prem:这似乎可以完成任务，谢谢@HongOoi啊不？如果我理解正确的话，W3认为是：…哎呀，误读了代码样本。我几乎走了同一条路（检查两个键中有哪些键，然后在两个键上进行“内部-外部”连接，然后为不匹配的添加半个NA块）。这似乎是可行的，但我更喜欢Prem给出的解决方案，因为它更短，更“在”data.table包中…@FabianWerner Ok。顺便说一句，如果你确定

left

有所有的键，你可以做一个普通的左连接（如果我正确地使用了这个术语），通过引用添加：

left[right，data\u right:=I.data\u right]

# setup
kc = "keyCol"
DTs = list(left, right)

# make main table with key col(s)
DT = unique(rbindlist(lapply(DTs, `[`, j = ..kc)))

# get non-key cols
for (d in DTs){
  cols = setdiff(names(d), kc)
  DT[d, on=kc, (cols) := mget(sprintf("i.%s", cols)) ][]
}

# cleanup loop vars
rm(d, cols)

# make main table with key col(s)
DT = setkey(unique(rbindlist(lapply(DTs, `[`, j = ..kc))))

# get non-key cols
for (d in DTs){
  cols = setdiff(names(d), kc)
  DT[d, (cols) := mget(sprintf("i.%s", cols)) ][]
}