关于data.table中i，j，by都为数字的理解

村长，数据科学、指弹吉他及录音工程爱好者，浙大金融学博士在读，在data.table包和MongoDB的使用上有较多经验。

转载自公众号：大猫的R语言课堂

写

在前面

问

题：i, j, by同时输入数字会怎样？

以mtcars这个R自带的数据集为例，我们知道mtcars[1]的运行结果，是选择这个数据集的第一行，结果如下：

mtcars[1,1]的运行结果，是选择第一行第一列的元素，结果如下：

那么mtcars[1, 1, 1]是什么运行结果呢，可能很多小伙伴都没想过，到底能不能运行出来可能都觉得要打个问号。话不多说，马上运行，结果如下：

看到这个结果大家是不是还有点一头雾水，下面就让笔者来对这个结果进行分析讲解。

问

题解析

为了弄清楚这个问题，我们根据i, j, by运行的顺序：“先i，再by，最后j”，将i, j, by拆解进行分析。

首先，我们单独看i只有一个1的情况下是什么运行结果，为了让运行出来的代码被认定是data.table的格式，我们在j中加入.SD（不清楚.SD用途的小伙伴可以查看data.table的manual，或者查看笔者上一篇推送用data.table语句批量处理变量），代码如下：

mtcars[1, .SD]

运行结果如下：

可见，在DT的i中输入一个数字和用一般的提取符号`[`只输入一个数字的结果完全一样，就是提取这个数据集中的某一行。

接下来，我们在by的位置加上一个1，代码如下：

mtcars[1, .SD, 1]

再来看看运行结果：

这时多了一列变量，变量名缺失，且只有一行观测值为数字“1”。

最后，我们将j中的1添加进去，代码与结果如下：

mtcars[1, 1, 1]

结

果分析

从这样一段拆解当中，我们大致就可以明白为什么会出现这样的结果了，整体的运行思路就是：首先选出了第一行，而后在by中以一个变量名默认为NA的变量为基准，最后在j中生成了一个默认变量名为V1的变量。