是否可以使用 data.table 索引连接分配习惯进行左连接并将 i 的不匹配行中的 NA 分配给 x ？

昨天我给出了这样的答案：按五列匹配数据表以更改另一列中的值 https://stackoverflow.com/questions/39176643/matching-data-tables-by-five-columns-to-change-a-value-in-another-column/39176820#39176820.

在评论中，OP 询问我们是否可以有效地实现两个表的左连接，从而获得 NA，从而将右表分配给左表。在我看来，data.table 没有提供任何执行此操作的方法。

这是我在该问题中使用的示例案例：

set.seed(1L);
dt1 <- data.table(id=1:12,expand.grid(V1=1:3,V2=1:4),blah1=rnorm(12L));
dt2 <- data.table(id=13:18,expand.grid(V1=1:2,V2=1:3),blah2=rnorm(6L));
dt1;
##     id V1 V2      blah1
##  1:  1  1  1 -0.6264538
##  2:  2  2  1  0.1836433
##  3:  3  3  1 -0.8356286
##  4:  4  1  2  1.5952808
##  5:  5  2  2  0.3295078
##  6:  6  3  2 -0.8204684
##  7:  7  1  3  0.4874291
##  8:  8  2  3  0.7383247
##  9:  9  3  3  0.5757814
## 10: 10  1  4 -0.3053884
## 11: 11  2  4  1.5117812
## 12: 12  3  4  0.3898432
dt2;
##    id V1 V2       blah2
## 1: 13  1  1 -0.62124058
## 2: 14  2  1 -2.21469989
## 3: 15  1  2  1.12493092
## 4: 16  2  2 -0.04493361
## 5: 17  1  3 -0.01619026
## 6: 18  2  3  0.94383621
key <- paste0('V',1:2);

这是我给出的解决方案not获取不匹配行的 NA：

dt1[dt2,on=key,id:=i.id];
dt1;
##     id V1 V2      blah1
##  1: 13  1  1 -0.6264538
##  2: 14  2  1  0.1836433
##  3:  3  3  1 -0.8356286
##  4: 15  1  2  1.5952808
##  5: 16  2  2  0.3295078
##  6:  6  3  2 -0.8204684
##  7: 17  1  3  0.4874291
##  8: 18  2  3  0.7383247
##  9:  9  3  3  0.5757814
## 10: 10  1  4 -0.3053884
## 11: 11  2  4  1.5117812
## 12: 12  3  4  0.3898432

我们需要的是为了id值 12 及以下仍保留在dt1替换为 NA (not因为他们的年龄为 12 岁及以下，并且not因为这些 id 值缺失了dt2，但是因为加入key列，即V1 and V2，不会导致这些行的匹配dt1反对dt2).

正如我在该问题的评论中所说，解决方法是预先分配dt1$id到所有 NA，然后运行索引连接分配。因此，这是预期的输出：

dt1$id <- NA;
dt1[dt2,on=key,id:=i.id];
dt1;
##     id V1 V2      blah1
##  1: 13  1  1 -0.6264538
##  2: 14  2  1  0.1836433
##  3: NA  3  1 -0.8356286
##  4: 15  1  2  1.5952808
##  5: 16  2  2  0.3295078
##  6: NA  3  2 -0.8204684
##  7: 17  1  3  0.4874291
##  8: 18  2  3  0.7383247
##  9: NA  3  3  0.5757814
## 10: NA  1  4 -0.3053884
## 11: NA  2  4  1.5117812
## 12: NA  3  4  0.3898432

我认为解决方法是好的，但我不确定为什么 data.table 似乎无法通过索引连接分配操作一次性实现此功能。以下是我探索的三个死胡同：

1: nomatch

data.table 提供了nomatch论点看起来有点像all, all.x, and all.y的论据merge()。这实际上是一个非常有限的论点；它只允许从右连接更改（nomatch=NA，默认值）到内连接（nomatch=0）。我们无法用它实现左连接。

2: flip dt1 and dt2

Since dt1[dt2]是右连接，我们可以翻转它，意思是dt2[dt1]，实现相应的左连接。

这也不起作用，因为我们需要使用:=中的就地赋值语法j要分配给的参数dt1，在翻转调用下，我们将分配给dt2。我尝试分配给i.id在翻转命令下，但不影响原来的dt1.

3: use merge.data.table()

我们可以打电话merge.data.table()与all.x=T实现左连接的参数。现在的问题是merge.data.table() has no j参数，并且它根本不提供就地分配左（或右）表的列的方法。

那么，是否可以使用 data.table 来执行此操作？如果是这样，最好的方法是什么？

AFAIU 你只是想查找id专栏来自dt2 to dt1。原来的id变量在dt1当你加入时似乎与整个过程无关V1,V2你不想拥有dt1$id结果中的值。因此，从技术上讲，解决这个问题的正确方法是根本不使用该列。

set.seed(1)
library(data.table)
dt1 <- data.table(id=1:12,expand.grid(V1=1:3,V2=1:4),blah1=rnorm(12L));
dt2 <- data.table(id=13:18,expand.grid(V1=1:2,V2=1:3),blah2=rnorm(6L));
on = paste0("V",1:2) # I rename to `on` to not mask `key` function
dt1[,id:=NULL
    ][dt2,on=on,id:=i.id
      ][]
#  V1 V2      blah1 id
# 1:  1  1 -0.6264538 13
# 2:  2  1  0.1836433 14
# 3:  3  1 -0.8356286 NA
# 4:  1  2  1.5952808 15
# 5:  2  2  0.3295078 16
# 6:  3  2 -0.8204684 NA
# 7:  1  3  0.4874291 17
# 8:  2  3  0.7383247 18
# 9:  3  3  0.5757814 NA
#10:  1  4 -0.3053884 NA
#11:  2  4  1.5117812 NA
#12:  3  4  0.3898432 NA

除了这个问题...
- 你不必使用;如果只有单个表达式要计算，则在行尾
- use dt1[, id := NA_integer_]代替dt1$id <- NA
- use set.seed当提供代码时rnorm以及其他与随机性相关的调用