order() 的结果应用于 data.frame 与 data.table 时有所不同

如果我使用，我会得到不同的结果order() in data.frame and data.table。例如：

A <- data.frame(one = c("k"), two = c("3_28","31_60","48_68"))
B <- as.data.table(A)

A[order(A$one,A$two), ]
#   one   two
# 1   k  3_28
# 2   k 31_60
# 3   k 48_68


B[order(B$one, B$two), ]
#    one   two
# 1:   k 31_60
# 2:   k  3_28
# 3:   k 48_68

我必须承认这有点令人震惊，因为我假设了相同的结果order() from data.frame and data.table很多年了。我想我需要检查很多代码！

有什么办法可以保证order()给出相同的结果data.frame and data.table?

如果这种行为差异已经众所周知，并且这只是我无知的一个例子，我深表歉意。

当在内部使用时data.table手术，order(..) uses data.table:::forder。根据数据表简介小插图：

order()是内部优化的

• 我们可以使用“-”character框架内的柱子data.table以降序排序。

• 此外，order(...)在一个框架内data.table uses data.table的内部快速基数阶forder()。与 R 相比，这种类型提供了令人信服的改进base::orderR项目采用了data.table算法作为 2016 年 R 3.3.0 的默认排序，请参阅?sort以及 R 发布新闻。

From R 新闻、R 3.3.0 的变化、新功能：

data.table 的基数排序算法和实现 (forder) 替换了之前的基数（计数）排序并添加了 新方法order()。由马特·道尔和阿伦贡献 Srinivasan，新算法支持逻辑、整数（甚至 具有较大值）、实向量和字符向量。它的表现优于 所有其他方法，但有一些警告（请参阅?sort).

看到差异的关键是data.table:::forder使用“快速基数顺序”。如果你看?base::order，不过，它有一个论点method=:

使用的方法：允许部分匹配。默认（"auto"） 暗示"radix"适用于数值向量、整数向量、逻辑向量和元素少于 2^31 的因子。否则，就意味着"shell"。详细方法"shell", "quick", and "radix"，请参阅帮助sort.

从你的第二栏开始data.table不是其中之一numeric, integer, logical, or factor, then base::order使用"shell"排序方法，会产生不同的结果。

然而，如果我们强迫base::order to use method="radix"，我们得到相同的结果。

order(A$two)
# [1] 1 2 3
order(A$two, method="radix")
# [1] 2 1 3

A[order(A$one, A$two, method = "radix"),]
#   one   two
# 2   k 31_60
# 1   k  3_28
# 3   k 48_68

您可以通过使用影响相同的排序base::order:

B[base::order(B$one,B$two),]
#       one    two
#    <char> <char>
# 1:      k   3_28
# 2:      k  31_60
# 3:      k  48_68

添加注释：全部method=选项base::order取决于语言环境，除了method="radix"，然后模仿data.table::order接近一点了。从?base::order:

除“radix”方法外，字符向量的排序顺序 将取决于所使用的语言环境的整理顺序...