在data.table中找到匹配的行索引(我可以二进制搜索吗？)

这似乎是一个很明显的问题,但我觉得我做错了.我有一个字符串向量,我只想在data.table中找到匹配的行索引.data.table由我想要匹配的列键入,因此,我认为我应该能够使用二进制搜索来查找匹配的索引.

示例如下:

在这里,我有一个data.table,由列c2和一个字符串向量键入new_dat,我想找到行索引.

library(data.table)

## Example data, a keyed data.table
dat <- data.table(c1=1:10, c2=letters[1:10], key='c2')

## Match at some indices (keyed column so should be binary search?)
new_dat <- c('d', 'j')

## This doesn't feel right -- I don't think this is taking advantage of the
## data.table ordering at all
## Tried some dumb stuff like dat[match(new_dat, c2, 0L), .I]
dat[match(new_dat, c2, 0L), ]  # only want the index of the matches
#    c1 c2
# 1:  4  d
# 2: 10  j

## So, this is the desired result,
## but this is just doing ordinary linear search (I say w/o actually looking at the code)
match(new_dat, dat[['c2']], 0L)
# [1]  4 10

EDID

我才意识到我能做到,

dat[, ind := 1:.N][match(new_dat, c2, 0L), ind]

要获得索引,但仍然无法解决我试图描绘的问题.

为了找到行索引(虽然不使用by参数进行分组),您可以which = TRUE在执行二进制连接时指定

options(datatable.verbose = TRUE) # Setting to TRUE so we can see the binary join being triggered
dat[new_dat, which = TRUE]
# Starting bmerge ...done in 0 secs <~~ binary join triggered
# [1]  4 10

(这也可以在不创建的情况下工作,c1因为它根本不使用该列)

而且,如果您只想执行常规二进制连接并查看所有列中的所有值,则无需使用match或创建索引,只需执行

dat[new_dat]
# Starting bmerge ...done in 0 secs <~~ binary join triggered
#    c1 c2
# 1:  4  d
# 2: 10  j

通常,只要您的数据被键入(或者您使用on参数以便加入)并且 new_dat不是类integer或者numeric,data.table即使new_dat传递给ith参数而不被包装到.或中,它也会自动触发二进制连接J.但是,如果new_dat是上面提到的类之一,data.table则会尝试执行行索引.因此,您需要使用dat[.(new_dat), which = TRUE]或dat[J(new_dat), which = TRUE]强制执行bmerge行索引.