data.table含反引号字符串排序与base R不符，属Bug还是特性？

当字符列包含反引号时，data.table的order()排序结果与base R出现明显差异：

• 无反引号的字符列，二者均按字符串字典序排序，得到"1" → "10" → "2"的结果
• 带反引号的字符列，base R仍按字符串字面量的字典序排序（"1" → "10" → "2"），但data.table的排序结果变为"10" → "1" → "2"，不符合常规预期。

以下是复现代码：

library(data.table)

# 无反引号的字符列排序
data.table(v1 = c("2", "1", "10"))[order(v1)]
#>    v1
#> 1:  1
#> 2: 10
#> 3:  2

# 带反引号的字符列排序（data.table）
data.table(v1 = c("`2`", "`1`", "`10`"))[order(v1)]
#>      v1
#> 1: `10`
#> 2:  `1`
#> 3:  `2`

# 无反引号的字符列排序（base R）
c("2", "1", "10")[order(c("2", "1", "10"))]
#> [1] "1"  "10" "2"

# 带反引号的字符列排序（base R）
c("`2`", "`1`", "`10`")[order(c("`2`", "`1`", "`10`"))]
#> [1] "`1`"  "`10`" "`2`"

Created on 2023-05-25 with reprex v2.0.2

这是data.table的特性，属于设计层面的特殊处理：data.table的order()函数会尝试对字符列进行智能解析，当字符串被反引号包裹时，会将其识别为R语言中的符号（symbol），而非普通字符串。符号的排序规则基于R内部的存储逻辑，和普通字符串的字典序不同，因此导致了排序结果的差异。base R的order()则始终严格按字符串字面量的ASCII码顺序排序，因此结果符合常规预期。

如果需要让data.table按字符串字面量排序，只需显式将列转为字符型后排序：

data.table(v1 = c("`2`", "`1`", "`10`"))[order(as.character(v1))]
#>      v1
#> 1:  `1`
#> 2: `10`
#> 3:  `2`

内容的提问来源于stack exchange，提问作者cach1