這是關于data.table連接語法的一個哲學問題。我發現data.tables有越來越多的用途，但仍在學習...X[Y]data.tables的聯接格式非常簡潔，方便且有效，但是據我所知，它僅支持內部聯接和正確的外部聯接。要獲得左側或完全外部聯接，我需要使用merge：X[Y, nomatch = NA] -Y中的所有行-右外部聯接（默認）X[Y, nomatch = 0] -僅X和Y都匹配的行-內部聯接merge(X, Y, all = TRUE) -X和Y的所有行-完全外部聯接merge(X, Y, all.x = TRUE) -X中的所有行-左外部聯接在我看來，如果X[Y]連接格式支持所有4種連接類型，那將很方便。是否僅支持兩種類型的聯接？對我來說，nomatch = 0和nomatch = NA參數值對于正在執行的動作不是很直觀。這是我更容易理解和記憶的merge語法：all = TRUE，all.x = TRUE和all.y = TRUE。由于X[Y]操作merge遠不止于match，因此為什么不對merge聯接使用語法而不是match函數的nomatch參數呢？以下是4種連接類型的代碼示例：# sample X and Y data.tableslibrary(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 16Y <- 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 joinX[Y]  # default#  t  a  b# 1: 3  9  9# 2: 4 16 16# 3: 5 NA 25# 4: 6 NA 36X[Y, nomatch = NA]  # same as above#    t  a  b# 1: 3  9  9# 2: 4 16 16# 3: 5 NA 25# 4: 6 NA 36merge(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 36identical(X[Y], merge(X, Y, by = "t", all.y = TRUE))# [1] TRUE# only rows in both X and Y - inner joinX[Y, nomatch = 0]  #    t  a  b# 1: 3  9  9# 2: 4 16 16merge(X, Y, by = "t")  # same as above#    t  a  b# 1: 3  9  9# 2: 4 16 16merge(X, Y, by = "t", all = FALSE)  # same as above#    t  a  b# 1: 3  9  9# 2: 4 16 16identical( X[Y, nomatch = 0], merge(X, Y, by = "t", all = FALSE) )# [1] TRUE# all rows from X - left outer joinmerge(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 joinmerge(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更新：data.table v1.9.6引入了on=語法，該語法允許臨時連接除主鍵以外的其他字段。jangorecki對問題的答案如何連接（合并）數據框（內部，外部，左側，右側）？提供了data.table可以處理的其他聯接類型的一些示例。