这是后续this问题，其中接受的答案显示了使用匹配练习的示例data.table，包括非平等条件。
背景
基本设置是我们有DT1包含人员详细信息样本，以及DT2，这是一种主数据库。目的是找出每个人是否DT1匹配至少一项DT2.
首先，我们初始化一个表示匹配的列FALSE，以便其值可以更新为TRUE每当找到匹配项时。
DT1[, MATCHED := FALSE]
然后使用以下通用解决方案来更新列：
DT1[, MATCHED := DT2[.SD, on=.(Criteria), .N, by=.EACHI ]$N > 0L ]
从理论上讲，它看起来（并且应该工作）很好。子表达式DT2[.SD, on=.(Criteria), .N, by=.EACHI]生成一个子表，其中每一行来自DT1，并计算N列是在中找到的该行的匹配数DT2。然后，每当N大于零，则值MATCHED in DT1更新为TRUE.
它按预期工作在一个微不足道的可重现的例子。但我在使用真实数据时遇到了一些意想不到的行为，并且无法深究其根源。我可能遗漏了一些东西或者它可能是一个错误。不幸的是，我无法提供最小的可重现示例，因为数据很大，并且仅在大数据中显示。但我会尽力记录下来。
意外行为或错误
注意到这一点的是，由于历史原因，需要在两个单独的数据库中寻找匹配，因此，过滤器!(MATCHED)添加到表达式中以仅更新那些尚未匹配的值：
DT1[!(MATCHED), MATCHED := DT2[.SD, on=.(Criteria), .N, by=.EACHI ]$N > 0L ]
然后我注意到，如果该行重新运行几次，则每次后续运行都会有越来越多的匹配项，这些匹配项在之前的运行中未匹配。 （与单独的数据库无关，每次运行都与 DT2 匹配）。
第一次运行：
MATCHED N
1: FALSE 3248007
2: TRUE 2379514
第二次运行：
MATCHED N
1: FALSE 2149648
2: TRUE 3477873
为了进行调查，我过滤了第一次运行时不匹配但第二次运行时匹配的案例。看起来大多数情况都是漏报，即那些应该在第一次运行时匹配但没有匹配的情况。 （但经过多次运行，最终也会出现许多误报）。
例如，这是来自DT1:
DATE FORENAME SURNAME
1: 2016-01-01 JOHN SMITH
以及来自 DT2 的匹配条目：
START_DATE EXPIRY_DATE FORENAME SURNAME
1: 2015-09-09 2017-05-01 JOHN SMITH
在主表达式之外单独运行子表达式（如上所述），以查看N数字，我们看到它没有导致匹配，而它应该（N=0）。 （您可能还注意到START_DATE and END_DATE承担的价值DATE在输出中，但这是一个完全不同的问题）。
SUB <- DF2[DF1, on=.(FORENAME, SURNAME, START_DATE <= DATE, EXPIRY_DATE >= DATE), .N, by=.EACHI]
SUB[FORENAME=="JOHN" & "SURNAME=="SMITH"]
FORENAME SURNAME START_DATE EXPIRY_DATE N
1: JOHN SMITH 2016-01-01 2016-01-01 0
然而，错误的行为是结果受到中存在的其他行的影响DF1。例如，假设我知道JOHN SMITH的行号在DF1是 149 并过滤DF1仅该行：
DF2[DF1[149], on=.(FORENAME, SURNAME, START_DATE <= DATE, EXPIRY_DATE >= DATE), .N, by=.EACHI]
FORENAME SURNAME START_DATE EXPIRY_DATE N
1: JOHN SMITH 2016-01-01 2016-01-01 1
其次，我还注意到，错误行为仅在条件中存在多个非平等标准时才会发生。如果条件是on=.(FORENAME, SURNAME, START_DATE <= DATE)，运行之间不再有任何差异，并且所有行第一次似乎都正确匹配。
不幸的是，为了解决现实世界的问题，我must存在多个非对等匹配条件。不仅要确保DT1's DATE在。。。之间DT2's START_DATE and END_DATEs，而且还有DT1's CHECKING_DATE是在之前DT2's EFFECTIVE_DATE, etc.
总结一下
非股权加盟data.table在以下情况下，行为方式会出现错误：
- 其中一张表中存在/不存在某些行
AND
- 多个非对等条件
更新：可重现的示例
set.seed(123)
library(data.table)
library(stringi)
n <- 100000
DT1 <- data.table(RANDOM_STRING = stri_rand_strings(n, 5, pattern = "[a-k]"),
DATE = sample(seq(as.Date('2016-01-01'), as.Date('2016-12-31'), by="day"), n, replace=T))
DT2 <- data.table(RANDOM_STRING = stri_rand_strings(n, 5, pattern = "[a-k]"),
START_DATE = sample(seq(as.Date('2015-01-01'), as.Date('2017-12-31'), by="day"), n, replace=T))
DT2[, EXPIRY_DATE := START_DATE + floor(runif(1000, 200,300))]
#Initialization
DT1[, MATCHED := FALSE]
#First run
DT1[!(MATCHED), MATCHED := DT2[.SD, on=.(RANDOM_STRING, START_DATE <= DATE, EXPIRY_DATE >= DATE), .N, by=.EACHI ]$N > 0L ]
DT1[, .N, by=MATCHED]
MATCHED N
1: FALSE 85833
2: TRUE 14167
#Second run
DT1[!(MATCHED), MATCHED := DT2[.SD, on=.(RANDOM_STRING, START_DATE <= DATE, EXPIRY_DATE >= DATE), .N, by=.EACHI ]$N > 0L ]
DT1[, .N, by=MATCHED]
MATCHED N
1: FALSE 73733
2: TRUE 26267
#And so on with subsequent runs...
