data.table中order与setorder对比：复制 vs 引用

官方文档对setorder的说明 #

它通过引用对表重新排序，因此内存效率非常高。

setorder的行为验证 #

使用setorder时，完全符合文档描述的引用排序特性：

x <- data.table(col = c(3,2,1))
all(setorder(x, col) == x)
#> TRUE

setorder直接在原对象x上完成排序操作，函数返回的结果就是修改后的原对象，因此与x对比结果为TRUE。

[order()]的行为验证 #

使用[结合order()时，会生成原表的副本：

x <- data.table(col = c(3,2,1))
all(x[order(col)] == x)
#> FALSE

这里x[order(col)]返回的是排序后的新data.table对象，原x并未被修改，因此新对象和原x对比结果为FALSE。

关于行为是否符合预期 #

这是完全符合预期的设计：

• set*系列函数（如setorder、setkey）是data.table专门设计的**原地修改（引用修改）**工具，目的是避免复制大表，提升内存效率。
• [索引操作是data.table的查询/转换接口，默认返回新对象，不会修改原数据，这和传统data.frame的索引行为一致，也符合函数式编程中“不修改输入”的习惯。

关于文档是否存在缺失 #

不存在内容缺失。setorder的文档已经明确标注其引用修改的特性，而[操作符的返回规则在data.table的核心使用文档中也有清晰说明——若需要原地修改原对象，应使用:=或set*系列函数，而非索引操作。两者的行为差异是设计逻辑不同导致的，并非文档遗漏。

内容的提问来源于stack exchange，提问作者Guilherme Salome