не объединяется с data.tables

Question

У меня есть вопрос об идиоме data.table для "non-joins", вдохновленный вопросом от Iterator .Вот пример:

library(data.table)

dt1 <- data.table(A1=letters[1:10], B1=sample(1:5,10, replace=TRUE))
dt2 <- data.table(A2=letters[c(1:5, 11:15)], B2=sample(1:5,10, replace=TRUE))

setkey(dt1, A1)
setkey(dt2, A2)

data.table выглядит следующим образом

> dt1               > dt2
      A1 B1               A2 B2
 [1,]  a  1          [1,]  a  2
 [2,]  b  4          [2,]  b  5
 [3,]  c  2          [3,]  c  2
 [4,]  d  5          [4,]  d  1
 [5,]  e  1          [5,]  e  1
 [6,]  f  2          [6,]  k  5
 [7,]  g  3          [7,]  l  2
 [8,]  h  3          [8,]  m  4
 [9,]  i  2          [9,]  n  1
[10,]  j  4         [10,]  o  1

Чтобы найти, какие строки в dt2 имеют одинаковый ключ в dt1, установитеwhich опция для TRUE:

> dt1[dt2, which=TRUE]
[1]  1  2  3  4  5 NA NA NA NA NA

В этом ответе Мэтью предложил использовать идиому "non join"

dt1[-dt1[dt2, which=TRUE]]

для подмножества dt1 к тем строкам, у которых есть индексы, которых нет в dt2.На моей машине с data.table v1.7.1 я получаю сообщение об ошибке:

Error in `[.default`(x[[s]], irows): only 0's may be mixed with negative subscripts

Вместо этого, с опцией nomatch=0, "non join" работает

> dt1[-dt1[dt2, which=TRUE, nomatch=0]]
     A1 B1
[1,]  f  2
[2,]  g  3
[3,]  h  3
[4,]  i  2
[5,]  j  4

Этопредполагаемое поведение?

Answer 1

Новое в v1.8.3:

A new "!" prefix on i signals 'not-join' (a.k.a. 'not-where'), #1384.
  DT[-DT["a", which=TRUE, nomatch=0]]   # old not-join idiom, still works
  DT[!"a"]                              # same result, now preferred.
  DT[!J(6),...]                         # !J == not-join
  DT[!2:3,...]                          # ! on all types of i
  DT[colA!=6L | colB!=23L,...]          # multiple vector scanning approach
  DT[!J(6L,23L)]                        # same result, faster binary search
'!' has been used rather than '-' :
  * to match the 'not-join' and 'not-where' nomenclature
  * with '-', DT[-0] would return DT rather than DT[0] and not be backwards
    compatibile. With '!', DT[!0] returns DT both before (since !0 is TRUE in
    base R) and after this new feature.
  * to leave DT[+...] and DT[-...] available for future use

Answer 2

Насколько я знаю, это часть базы R.

# This works
(1:4)[c(-2,-3)]

# But this gives you the same error you described above
(1:4)[c(-2, -3, NA)]
# Error in (1:4)[c(-2, -3, NA)] : 
#   only 0's may be mixed with negative subscripts

Текстовое сообщение об ошибке указывает, что является предполагаемым поведением.

Вотмое лучшее предположение относительно почему это предполагаемое поведение:

Из того, как они трактуют NA в другом месте (например, обычно по умолчанию na.rm=FALSE), кажется, что дизайнеры Rрассматривают NA как несущую важную информацию, и не желают отбрасывать ее без какой-либо явной инструкции сделать это.(К счастью, установка nomatch=0 дает вам простой способ передать эту инструкцию!)

В этом контексте предпочтения дизайнеров, вероятно, объясняют, почему NA приняты для положительной индексации, но не дляотрицательная индексация:

# Positive indexing: works, because the return value retains info about NA's
(1:4)[c(2,3,NA)]

# Negative indexing: doesn't work, because it can't easily retain such info
(1:4)[c(-2,-3,NA)]

Answer 3

Новое в версии 1.7.3 data.table:

Новая опция datatable.nomatch позволяет изменить значение по умолчанию для nomatch с NA на 0, ...