Wie sortiert data.table NA-Werte in Schlüsselspalten?

Question

Verwenden Sie data.table, sage ich den Schlüssel mit zwei Spalten, und eine der Spalten hat fehlende Werte. Datentabelle scheint die NA Werte zu den ersten Werten zu sortieren.

require(data.table) 
set.seed(919) 

# Create sample data 
dt <- data.table(
    key1 = rep(1:10, each = 10), 
    key2 = rep_len(letters, 100) 
) 

# Set some key2 values to missing 
dt[sample(1:100, 10), "key2"] <- NA 

# Set key (sort) 
setkeyv(dt, c("key1", "key2")) 
dt 
# 1: 1 NA 
# 2: 1 a 
# 3: 1 b 
# 4: 1 c 
# 5: 1 d 
# 6: 1 f 
# 7: 1 g 
# 8: 1 h 
# 9: 1 i 
# 10: 1 j 
# 11: 2 NA 
# 12: 2 NA 
# 13: 2 k 
# 14: 2 m 
# 15: 2 n 
# 16: 2 o 
# 17: 2 p 
# 18: 2 q 
# 19: 2 r 
# 20: 2 s 
# 21: 3 a 
# 22: 3 b 
# 23: 3 c 
# 24: 3 d 
# 25: 3 u 
# 26: 3 v 
# 27: 3 w 
# 28: 3 x 
# 29: 3 y 
# 30: 3 z 
# 31: 4 e 
# 32: 4 f 
# 33: 4 g 
# 34: 4 h 
# 35: 4 i 
# 36: 4 j 
# 37: 4 k 
# 38: 4 l 
# 39: 4 m 
# 40: 4 n 
# 41: 5 NA 
# 42: 5 NA 
# 43: 5 o 
# 44: 5 q 
# 45: 5 r 
# 46: 5 s 
# 47: 5 u 
# 48: 5 v 
# 49: 5 w 
# 50: 5 x 
# 51: 6 NA 
# 52: 6 a 
# 53: 6 b 
# 54: 6 c 
# 55: 6 d 
# 56: 6 e 
# 57: 6 g 
# 58: 6 h 
# 59: 6 y 
# 60: 6 z 
# 61: 7 i 
# 62: 7 j 
# 63: 7 k 
# 64: 7 l 
# 65: 7 m 
# 66: 7 n 
# 67: 7 o 
# 68: 7 p 
# 69: 7 q 
# 70: 7 r 
# 71: 8 NA 
# 72: 8 NA 
# 73: 8 a 
# 74: 8 b 
# 75: 8 t 
# 76: 8 u 
# 77: 8 w 
# 78: 8 x 
# 79: 8 y 
# 80: 8 z 
# 81: 9 NA 
# 82: 9 c 
# 83: 9 d 
# 84: 9 e 
# 85: 9 f 
# 86: 9 h 
# 87: 9 i 
# 88: 9 j 
# 89: 9 k 
# 90: 9 l 
# 91: 10 NA 
# 92: 10 m 
# 93: 10 n 
# 94: 10 o 
# 95: 10 p 
# 96: 10 r 
# 97: 10 s 
# 98: 10 t 
# 99: 10 u 
# 100: 10 v 
# key1 key2 

Kommt das immer vor, oder werde ich auf Probleme stoßen, wenn ich immer annehme, dass das wahr ist?

Answer 1

Für setkey(), data.table verhält sich wie Base R sort(x, na.last=FALSE), als Sortierreihenfolge ist für die binäre Suche (immer steigend) basiert verbindet/Untergruppen. Rationale für NA erste erscheint, ist, dass:

"NAs sind intern große negative Zahl [s]" github.com/Rdatatable/data.table/issues/434

---

Sonstiges Kommentare: Wenn Sie schauen einfach Ihre Daten neu zu ordnen sollten Sie in Betracht ziehen setorder(), die in der Lage ist, in jeder Reihenfolge und Positionierung NA s am Anfang oder Ende zu sortieren.

By the way, die Standard-Syntax ist es dt[sample(1:100, 10), key2 := NA] und Sie sollen den zwei-stellige Zeichenfolge "NA" für NA für verkennen achten (kein Problem in Ihrem Beispiel).