data.tables의 X [Y] 조인이 완전 외부 조인 또는 왼쪽 조인을 허용하지 않는 이유는 무엇입니까?

이것은 data.table 조인 구문에 대한 약간의 철학적 질문입니다. 나는 data.tables에 대한 더 많은 용도를 찾고 있지만 여전히 배우고 있습니다 ...

X[Y]data.tables 의 조인 형식 은 매우 간결하고 편리하며 효율적이지만 제가 알 수있는 한 내부 조인과 오른쪽 외부 조인 만 지원합니다. 왼쪽 또는 전체 외부 조인을 얻으려면 다음을 사용해야합니다 merge.

• X[Y, nomatch = NA] -Y의 모든 행-오른쪽 외부 결합 (기본값)
• X[Y, nomatch = 0] -X와 Y 모두 일치하는 행만-내부 조인
• merge(X, Y, all = TRUE) -X와 Y 모두의 모든 행-완전 외부 결합
• merge(X, Y, all.x = TRUE) -X의 모든 행-왼쪽 외부 결합

X[Y]조인 형식이 4 가지 유형의 조인을 모두 지원 하면 편리 할 것 같습니다 . 두 가지 유형의 조인 만 지원되는 이유가 있습니까?

나에게 nomatch = 0및 nomatch = NA매개 변수 값은 수행중인 작업에 대해 그다지 직관적이지 않습니다. merge구문 을 이해하고 기억하는 것이 더 쉽습니다 : all = TRUE, all.x = TRUE및 all.y = TRUE. X[Y]연산 merge이보다 훨씬 더 비슷 하므로 함수의 매개 변수 대신 조인 구문을 match사용하지 않는 이유는 무엇입니까?mergematchnomatch

다음은 4 가지 조인 유형의 코드 예입니다.

# sample X and Y data.tables
library(data.table)
X <- data.table(t = 1:4, a = (1:4)^2)
setkey(X, t)
X
#    t  a
# 1: 1  1
# 2: 2  4
# 3: 3  9
# 4: 4 16

Y <- data.table(t = 3:6, b = (3:6)^2)
setkey(Y, t)
Y
#    t  b
# 1: 3  9
# 2: 4 16
# 3: 5 25
# 4: 6 36

# all rows from Y - right outer join
X[Y]  # default
#  t  a  b
# 1: 3  9  9
# 2: 4 16 16
# 3: 5 NA 25
# 4: 6 NA 36

X[Y, nomatch = NA]  # same as above
#    t  a  b
# 1: 3  9  9
# 2: 4 16 16
# 3: 5 NA 25
# 4: 6 NA 36

merge(X, Y, by = "t", all.y = TRUE)  # same as above
#    t  a  b
# 1: 3  9  9
# 2: 4 16 16
# 3: 5 NA 25
# 4: 6 NA 36

identical(X[Y], merge(X, Y, by = "t", all.y = TRUE))
# [1] TRUE

# only rows in both X and Y - inner join
X[Y, nomatch = 0]  
#    t  a  b
# 1: 3  9  9
# 2: 4 16 16

merge(X, Y, by = "t")  # same as above
#    t  a  b
# 1: 3  9  9
# 2: 4 16 16

merge(X, Y, by = "t", all = FALSE)  # same as above
#    t  a  b
# 1: 3  9  9
# 2: 4 16 16

identical( X[Y, nomatch = 0], merge(X, Y, by = "t", all = FALSE) )
# [1] TRUE

# all rows from X - left outer join
merge(X, Y, by = "t", all.x = TRUE)
#    t  a  b
# 1: 1  1 NA
# 2: 2  4 NA
# 3: 3  9  9
# 4: 4 16 16

# all rows from both X and Y - full outer join
merge(X, Y, by = "t", all = TRUE)
#    t  a  b
# 1: 1  1 NA
# 2: 2  4 NA
# 3: 3  9  9
# 4: 4 16 16
# 5: 5 NA 25
# 6: 6 NA 36

업데이트 : data.table v1.9.6 on=은 기본 키가 아닌 필드에 대한 임시 조인을 허용 하는 구문을 도입했습니다 . 데이터 프레임 (내부, 외부, 왼쪽, 오른쪽)을 결합 (병합)하는 방법에 대한 jangorecki의 답변 은 무엇입니까? data.table이 처리 할 수있는 추가 조인 유형의 몇 가지 예를 제공합니다.

FAQ 에서 인용하려면 data.table 1.11 X[Y]과 의 차이점은 무엇입니까 merge(X, Y)?

X[Y] Y (또는 Y가있는 경우 Y의 키)를 인덱스로 사용하여 X의 행을 조회하는 조인입니다.

Y[X] X (또는 X의 키가있는 경우)를 사용하여 Y의 행을 조회하는 조인입니다.

merge(X,Y)동시에 두 가지 방법을 수행합니다. 행의 수 X[Y]및 Y[X]통상 행수 의해 반환 반면 다를 merge(X,Y)과 merge(Y,X)동일하다.

그러나 요점을 놓친다. 대부분의 작업은 조인 또는 병합 후 데이터에서 수행해야하는 작업이 필요합니다. 데이터의 모든 열을 병합하고 나중에 열의 일부만 사용하는 이유는 무엇입니까? 을 제안 할 수 merge(X[,ColsNeeded1],Y[,ColsNeeded2])있지만 프로그래머가 필요한 열을 파악해야합니다. X[Y,j] in data.table은 모든 작업을 한 번에 수행합니다. 를 작성할 때 X[Y,sum(foo*bar)]data.table은 j표현식을 자동으로 검사하여 사용하는 열을 확인합니다. 해당 열만 하위 집합으로 만듭니다. 나머지는 무시됩니다. 메모리는 j사용 하는 열에 대해서만 생성 되며 Y열은 각 그룹의 컨텍스트 내에서 표준 R 재활용 규칙을 사용합니다. foo가에 X있고 바가 에 있다고 가정 해 보겠습니다 (의 Y다른 열 20 개와 함께 Y). 그렇지 않다X[Y,sum(foo*bar)] 모든 것을 낭비하고 하위 집합으로 병합하는 것보다 프로그래밍이 더 빠르며 실행이 더 빠릅니다.

왼쪽 외부 조인을 원하는 경우 X[Y]

le <- Y[X]
mallx <- merge(X, Y, all.x = T)
# the column order is different so change to be the same as `merge`
setcolorder(le, names(mallx))
identical(le, mallx)
# [1] TRUE

완전 외부 조인을 원하는 경우

# the unique values for the keys over both data sets
unique_keys <- unique(c(X[,t], Y[,t]))
Y[X[J(unique_keys)]]
##   t  b  a
## 1: 1 NA  1
## 2: 2 NA  4
## 3: 3  9  9
## 4: 4 16 16
## 5: 5 25 NA
## 6: 6 36 NA

# The following will give the same with the column order X,Y
X[Y[J(unique_keys)]]

@mnel의 대답이 자리 잡고 있으므로 그 대답을 수락하십시오. 이것은 단지 후속 조치이며, 댓글이 너무 깁니다.

mnel가 말했듯이, 왼쪽 / 오른쪽 외부는 교환에 의해 얻어진다 조인 Y과 X: Y[X]일등석 X[Y]. 따라서 4 개의 조인 유형 중 3 개가 해당 구문에서 지원되며 2, iiuc가 아닙니다.

4를 추가하는 것이 좋은 생각 인 것 같습니다. full=TRUE또는 both=TRUE또는 merge=TRUE(가장 좋은 인수 이름이 확실하지 않습니까?)를 추가한다고 가정 해 봅시다. 그러면 X[Y,j,merge=TRUE]FAQ 1.12의 이후 이유 때문에 유용 할 것입니다. 이제 새로운 기능 요청이 추가되고 여기에 다시 연결되었습니다. 감사합니다.

FR # 2301 : merge ()처럼 X [Y]와 Y [X] 조인 모두에 merge = TRUE 인수를 추가합니다.

최근 버전의 속도가 빨라졌습니다 merge.data.table(예 : 키를보다 효율적으로 설정하기 위해 내부적으로 얕은 복사본을 가져옴). 그래서 우리가 가지고하려고 merge()하고 X[Y]가까이, 전체 유연성을 사용자에게 모든 옵션을 제공합니다. 둘 다 장단점이 있습니다. 또 다른 뛰어난 기능 요청은 다음과 같습니다.

FR # 2033 : merge.data.table에 by.x 및 by.y 추가

다른 사람이 있으면 계속 오십시오.

질문의이 부분에서 :

match 함수의 nomatch 매개 변수 대신 조인에 병합 구문을 사용하지 않는 이유는 무엇입니까?

원하는 경우 merge()구문과의 3 개 인자 all, all.x및 all.y다음 그냥 대신에 그것을 사용 X[Y]. 모든 경우를 포함해야한다고 생각하십시오. 아니면 왜 논쟁이 싱글 nomatch인 [.data.table건가요? 그렇다면 FAQ 2.14 : "data.table이 base의 A [B] 구문에서 영감을 얻은 이유를 더 설명해 주시겠습니까?". 그러나 nomatch현재 0및 NA. 음수 값이 무언가를 의미하도록 확장 될 수 있습니다. 또는 12는 12 번째 행의 값을 사용하여 NA를 채우는 것을 의미하거나 nomatch미래에는 벡터 또는 그 자체가 data.table.

흠. by-without-by 는 merge = TRUE와 어떻게 상호 작용합니까? 아마도 우리는 이것을 datatable-help 로 가져 가야합니다 .

이 "답변"은 토론을위한 제안입니다. 내 의견에 표시된대로 join[.data.table ()에 매개 변수를 추가하여 추가 유형의 조인을 활성화 하는 것이 좋습니다 X[Y,j,join=string].. 4 가지 일반 조인 외에도 3 가지 배타적 조인과 크로스 조인 을 지원할 것을 제안합니다 .

join다양한 결합 유형에 대한 문자열 값 (및 별명)로 제안된다 :

1. "all.y"와 "right"- 바로 가입, 본 data.table 기본 (nomatch = NA) - 어떤 X 일치가없는 NAS가 모든 Y 행;

2. "both"및 "inner" -내부 결합 (nomatch = 0)-X와 Y가 일치하는 행만;

3. "all.x"그리고 "left" -왼쪽 조인-Y가 일치하지 않는 X, NA의 모든 행 :

4. "outer"및 "full" -완전 외부 조인-X 및 Y의 모든 행, 일치하지 않는 NA

5. "only.x"및 "not.y"-Y 일치가없는 X 행을 반환하는 비 조인 또는 조인 방지

6. "only.y" 및 "not.x"-X 일치가없는 Y 행을 반환하는 비 조인 또는 조인 방지
7. "not.both" -다른 테이블과 일치하지 않는 X 및 Y 행을 반환하는 배타적 조인, 즉 배타적 또는 (XOR)
8. "cross"-X의 각 행이 Y의 각 행과 일치하는 교차 조인 또는 데카르트 곱

기본값 join="all.y"은 현재 기본값에 해당합니다.

"all", "all.x"및 "all.y"문자열 값은 merge()매개 변수에 해당합니다 . "right", "left", "inner"및 "outer"문자열은 SQL 사용자에게 더 적합 할 수 있습니다.

"both"및 "not.both"문자열은 현재 가장 좋은 제안이지만 누군가 내부 조인 및 배타적 조인에 대해 더 나은 문자열 제안을 할 수 있습니다. ( "독점"이 올바른 용어인지 확실하지 않습니다. "XOR"조인에 대한 적절한 용어가 있으면 수정하십시오.)

의 사용은 또는 비 조인 구문 join="not.y"의 대안 이며 아마도 더 명확 할 수 있지만 동일한 지 확실하지 않습니다 (data.table 버전 1.8.3의 새로운 기능).X[-Y,j]X[!Y,j]

교차 조인은 때때로 편리 할 수 ​​있지만 data.table 패러다임에는 맞지 않을 수 있습니다.