通过公共列合并两个data.tables，其中在一个data.table中，合并列是一个因子，而在另一个中它不会产生意外结果 . 不会抛出任何警告或错误，并且该问题对所涉及的基础data.tables具有奇怪的含义 .
require(data.table)
##Create two tiny data.tables.
data <- data.table(Country=c("Afghanistan","Albania","Western Europe"),Value =c(1,2,100))
data
## Country Value
## 1 Afghanistan 1
## 2 Albania 2
## 3 Western Europe 100
NatName <-data.table(Country =factor(c("Afghanistan","Albania")),code=c("AFG","ALB"))
NatName
##Country code
##1 Afghanistan AFG
##2 Albania ALB
##Merge them together.
merge(data,NatName,by="Country",all.x=TRUE)
## Country Value code
##1: NA 100 NA
##2: Afghanistan 1 AFG
##3: Albania 2 ALB
那很奇怪，西欧发生了什么？合并杀死了国家名称 . 哦，小小的不便 . 但等等，还有更多 .
##Lets try setting keys first.
setkey(data, Country)
setkey(NatName,Country)
merge(data,NatName,by="Country",all.x=TRUE)
## Country Value code
##1: NA 100 NA
##2: Afghanistan 1 AFG
##3: Albania 2 ALB
##Same results. But, lets look at our data.
data
## Country Value
##1 Afghanistan 100
##2 Albania 1
##3 Western Europe 2
咕嘟咕嘟 . Value 观是错误的 . 西欧= 100，而不是2 ......某些东西改变了我的原始数据表 .
当然，这从用户错误开始 . 列应该是合并的相同类型 . 当我尝试将数据表与使用read.csv读取的CSV合并时，我遇到了它 . 由于我没有设置stringsAsFactor = FALSE，因此一个DT有另一个没有的因素 .
也许合并应该检查和警告？万一你好奇：我的会话信息 .
sessionInfo()
R version 3.1.1 (2014-07-10)
Platform: x86_64-w64-mingw32/x64 (64-bit)
locale:
[1] LC_COLLATE=English_United States.1252 LC_CTYPE=English_United States.1252 LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C LC_TIME=English_United States.1252
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] data.table_1.9.2
loaded via a namespace (and not attached):
[1] plyr_1.8.1 Rcpp_0.11.2 reshape2_1.4 stringr_0.6.2 tools_3.1.1
1 回答
回答关闭未决问题 .
与字符因子变量合并相关的问题＃499已得到修复 . OP代码中的问题不再可以在最新版本的data.table上重现 .