data.table中使用:=实现一对多连接时如何保留所有匹配行？

首先要明确一点：你遇到的b[a,y:=i.y]只保留最后匹配行的问题，本质是因为这种赋值方式是基于原b的行结构进行的——b的行数固定（这里是2行），对于每个匹配的键值，data.table只会把最后一个匹配的i.y值赋给b对应的行，不会扩展行数。

而你想要的保留所有匹配行的效果，需要增加行数（从2行变为3行），这种情况下无法通过:=在原b的行结构上直接实现（因为:=仅修改列值，不改变行数）。不过你完全可以通过高效的方式更新b本身，避免创建冗余的数据副本。

解决方案：直接更新b为合并后的结果 #

data.table的合并操作本身就很高效，你可以直接将合并结果重新赋值给b，这样既得到了期望的多行结果，又不会产生额外的冗余内存开销（data.table会尽量复用内存，而非完全复制数据）：

library(data.table)
a <- data.table(x = 1:2L, y = letters[1:4])
b <- data.table(x = c(1L,3L))
setkey(a,x)
setkey(b,x)

# 直接将合并结果赋值给b，替换原对象
b <- a[b, on=.(x)]
b
# 输出：
#    x    y
# 1: 1    a
# 2: 1    c
# 3: 3 <NA>

为什么不能用:=实现行扩展？ #

如果一定要用:=，只能将匹配的多个值存储为列表列（不增加行数），但这不是你想要的行展开效果。示例如下：

# 将匹配的y值存为列表列
b[, y := a[.SD, list(y), on=.(x), mult="all"]]
b
# 输出：
#    x      y
# 1: 1 a,c
# 2: 3   NA

这种方式保留了所有匹配值，但没有扩展行数，适合需要将多值聚合到同一行的场景，不符合你的需求。

总结 #

如果需要行展开的一对多合并结果，直接用b <- a[b, on=.(x)]更新原对象是最高效的方式——它不会创建冗余副本，同时完全满足你的需求。

内容的提问来源于stack exchange，提问作者krishnateja128