为什么 data.table CJ 不尊重列的主要顺序

Question

这与其说是一个问题，不如说是一种好奇，但我想知道为什么 data.table CJ 函数 returns 具有最右边索引运行的对象更快（相反作为基础 expand.grid 函数）。

一个例子：

CJ(a=letters[1:2],b=LETTERS[1:2])
#   a b
#1: a A
#2: a B
#3: b A
#4: b B
expand.grid(a=letters[1:2],b=LETTERS[1:2])
#  a b
#1 a A
#2 b A
#3 a B
#4 b B

我认为最左边的索引运行更快更像 R-ish。是否有理由 CJ 遵循其他顺序？

Answer 1

像这样对 CJ 的结果进行排序很方便，因为它可以由所有列作为键，然后可以进行如下操作：

dt = data.table(a = c(1,2,1), b = 1:3, c = c('a', 'a', 'b'))
setkey(dt, a, c)
#   a b c
#1: 1 1 a
#2: 1 3 b
#3: 2 2 a

dt[CJ(unique(a), unique(c))]
#   a  b c
#1: 1  1 a
#2: 1  3 b
#3: 2  2 a
#4: 2 NA b

# just checking the key:
key(dt[, CJ(unique(a), unique(c))])
#[1] "V1" "V2"

为什么 data.table CJ 不尊重列的主要顺序

Why data.table CJ doesn't respect column major order

r

data.table