Rのデータフレームからデータテーブルへのセット操作の移植：重複した行を識別する方法は？

Question

[更新1：Matthew Dowleが指摘したように、私はdata.tableバージョン1.6.7をCR-NではなくR-Forgeで使用しています。 data.tableの以前のバージョンでは同じ動作をしません。]

バックグラウンドとして：データフレームの行またはデータフレームのペアに対して設定操作を行うための小さなユーティリティ関数を移植しています（つまり、各行はセット内の要素）、例えば（Mathematicaの）intersect(...,'rows')、setdiff(...,'rows')などを模倣しており、R（Rの集合演算はベクトルとリストに限定されている）マトリクスまたはデータフレームの行は含まない）。これらの小さな関数の例を以下に示します。データフレーム用のこの機能が既に一部のパッケージまたはベースRに存在する場合は、私は提案することができます。

私はこれをデータテーブルに移行しています。現在のアプローチで必要なステップは、重複した行を見つけることです。 duplicated()が実行されると、データテーブルにキーが必要であることを示すエラーが返されます。これは不幸なロードブロッキングです - 汎用的な解決策ではなく、計算コストを追加する設定キー以外にも、重複したオブジェクトを見つける方法はありますか？ここで

は再現例です。

このエラーメッセージ降伏

library(data.table) 
set.seed(0) 
x <- as.data.table(matrix(sample(2, 100, replace = TRUE), ncol = 4)) 
y <- as.data.table(matrix(sample(2, 100, replace = TRUE), ncol = 4)) 

res3 <- dt_intersect(x,y) 

：

Error in duplicated.data.table(z_rbind) : data table must have keys 

私はパターンで各機能を命名しましたが、データフレームのためにそのままコードが動作をdt_operation 。

この問題を回避する方法はありますか？設定キーは整数に対してのみ機能します。これは入力データに対しては想定できない制約です。だから、おそらく私はデータテーブルを使用する巧妙な方法が欠けている？

dt_unique  <- function(x){ 
    return(unique(x)) 
} 

dt_union  <- function(x,y){ 
    z_rbind  <- rbind(x,y) 
    z_unique <- dt_unique(z_rbind) 
    return(z_unique) 
} 

dt_intersect <- function(x,y){ 
    zx   <- dt_unique(x) 
    zy   <- dt_unique(y) 

    z_rbind  <- rbind(zy,zx) 
    ixDupe  <- which(duplicated(z_rbind)) 
    z   <- z_rbind[ixDupe,] 
    return(z) 
} 

dt_setdiff  <- function(x,y){ 
    zx   <- dt_unique(x) 
    zy   <- dt_unique(y) 

    z_rbind  <- rbind(zy,zx) 
    ixRangeX <- (nrow(zy) + 1):nrow(z_rbind) 
    ixNotDupe <- which(!duplicated(z_rbind)) 
    ixDiff  <- intersect(ixNotDupe, ixRangeX) 
    diffX  <- z_rbind[ixDiff,] 
    return(diffX) 
} 

---

注1：

---

例集合の要素は、データの行である操作機能セットこれらのヘルパー機能の一つの使用目的をここでキー値の行を見つけることですin xはyのキー値のなかにありません。このようにして、x[y]またはy[x]を計算すると、NAが表示される場所を見つけることができます。この使用法ではz_rbindオブジェクトのキーの設定が可能ですが、このユースケースに限定することは望ましくありません。

注2：関連する記事については、更新data.tableパッケージでそれを実行するための優れた結果と、データフレーム上でuniqueを実行している上here is a post。 this is an earlier postのデータテーブルでuniqueを実行しています。

Answer 1

duplicated.data.tableは同じ修正が必要ですunique.data.table [編集：今すぐv1.7.2で完了]別のバグレポートを提出してください：bug.report(package="data.table")他の人に見てもらうために、すでにCR-1.6.6ではなく、R-Forgeのv1.6.7を使用しています。ユーザーのために簡単、かつそのリンクことを確認するためにもFR#1384（新「ではない」と 'whichnaの主張？）

x[-x[y,which=TRUE]] 

参照：注1に、イディオムを「参加しない」があります

しかし、詳細については、keys that don't matchスレッドに進みます。

---

更新。 v1.8.3では、not-joinが実装されました。

DT[-DT["a",which=TRUE,nomatch=0],...] # old idiom 
DT[!"a",...]       # same result, now preferred.