data.table包fintersect函数all=TRUE参数输出异常问题咨询

结论 #

你对fintersect函数all=TRUE参数的逻辑理解完全正确，该异常是data.table 1.14.2及更早版本的已知bug，并非你的使用问题。

正确逻辑说明 #

fintersect的all参数设计和SQL标准中的INTERSECT ALL逻辑完全一致：

• all=FALSE：返回两个表的去重交集，仅保留存在于两个表中的唯一行，和你示例1的输出一致。
• all=TRUE：对每组完全相同的行，返回的重复次数取该组在两个输入表中出现次数的较小值。当两个输入表完全相同时，返回结果应当和原表完全一致，你的预期输出是正确的。

问题原因与解决方案 #

该bug是旧版本fintersect生成行计数序列时未正确按所有列分组导致的，在data.table 1.14.4及之后的版本已经完成修复。你可以选择两种方案解决：

• 升级data.table到1.14.4或更高的稳定版本，重新运行代码即可得到符合预期的结果
• 若暂时无法升级，你手动复现的逻辑完全符合fintersect(all=TRUE)的设计标准，可以作为临时替代方案使用

内容的提问来源于stack exchange，提问作者Floris Padt