我有一个data.table包含一些组的。我对每个组进行操作，一些组返回数字，其他组返回NA。出于某种原因data.table，很难将所有内容重新组合在一起。这是一个错误还是我误解了？这是一个例子：
dtb <- data.table(a=1:10)
f <- function(x) {if (x==9) {return(NA)} else { return(x)}}
dtb[,f(a),by=a]
Error in `[.data.table`(dtb, , f(a), by = a) :
columns of j don't evaluate to consistent types for each group: result for group 9 has column 1 type 'logical' but expecting type 'integer'
我的理解是这NA与 R 中的数字兼容，因为显然我们可以拥有一个data.table具有值的NA值。我意识到我可以回来NULL，这会很好，但问题在于NA.
从?NA
NA 是长度为 1 的逻辑常数，其中包含缺失值指示符。NA 可以强制转换为除 raw 之外的任何其他向量类型。还有其他支持缺失值的原子向量类型的常量 NA_integer_、NA_real_、NA_complex_ 和 NA_character_：所有这些都是 R 语言中的保留字。
您必须指定正确的类型才能使您的功能正常工作 -
您可以在函数内强制以匹配的类型x（请注意，我们需要让它any适用于子集中超过 1 行的情况！
f <- function(x) {if any((x==9)) {return(as(NA, class(x)))} else { return(x)}}
set使用（或:=）通过引用设置/替换可能更有意义。
set(dtb, i = which(dtb[,a]==9), j = 'a', value=NA_integer_)
或者:=在[使用矢量扫描a==9
dtb[a == 9, a := NA_integer_]
或 :=与二进制搜索一起
setkeyv(dtb, 'a')
dtb[J(9), a := NA_integer_]
如果您使用:=orset方法，您似乎不需要指定NA类型
以下两个都可以
dtb <- data.table(a=1:10)
setkeyv(dtb,'a')
dtb[a==9,a := NA]
dtb <- data.table(a=1:10)
setkeyv(dtb,'a')
set(dtb, which(dtb[,a] == 9), 'a', NA)
( DTc
[.data.table, J(9),:=(a, NA)) 中的错误：RHS 的类型（“逻辑”）必须与 LHS（“整数”）匹配。对于最快的情况，检查和强制会影响性能。要么更改目标列的类型，要么自己强制 := 的 RHS（例如，使用 1L 而不是 1）
具有合理的大数据集，a在原位被替换
library(data.table)
set.seed(1)
n <- 1e+07
DT <- data.table(a = sample(15, n, T))
setkeyv(DT, "a")
DTa <- copy(DT)
DTb <- copy(DT)
DTc <- copy(DT)
DTd <- copy(DT)
DTe <- copy(DT)
f <- function(x) {
if (any(x == 9)) {
return(as(NA, class(x)))
} else {
return(x)
}
}
system.time({DT[a == 9, `:=`(a, NA_integer_)]})
## user system elapsed
## 0.95 0.24 1.20
system.time({DTa[a == 9, `:=`(a, NA)]})
## user system elapsed
## 0.74 0.17 1.00
system.time({DTb[J(9), `:=`(a, NA_integer_)]})
## user system elapsed
## 0.02 0.00 0.02
system.time({set(DTc, which(DTc[, a] == 9), j = "a", value = NA)})
## user system elapsed
## 0.49 0.22 0.67
system.time({set(DTc, which(DTd[, a] == 9), j = "a", value = NA_integer_)})
## user system elapsed
## 0.54 0.06 0.58
system.time({DTe[, `:=`(a, f(a)), by = a]})
## user system elapsed
## 0.53 0.12 0.66
# The are all the same!
all(identical(DT, DTa), identical(DT, DTb), identical(DT, DTc), identical(DT,
DTd), identical(DT, DTe))
## [1] TRUE
不出所料，二分搜索方法是最快的
你也可以这样做：
dtb <- data.table(a=1:10)
mat <- ifelse(dtb == 9,NA,dtb$a)
上面的命令会给你矩阵，但你可以把它改回 data.table
new.dtb <- data.table(mat)
new.dtb
a
1: 1
2: 2
3: 3
4: 4
5: 5
6: 6
7: 7
8: 8
9: NA
10: 10
希望这可以帮助。
如果要将 NA 分配给许多变量，可以使用此处建议的方法：
v_1 <- c(0,0,1,2,3,4,4,99)
v_2 <- c(1,2,2,2,3,99,1,0)
dat <- data.table(v_1,v_2)
for(n in 1:2) {
chari <- paste0(sprintf('v_%s' ,n), ' %in% c(0,99)')
charj <- sprintf('v_%s := NA_integer_', n)
dat[eval(parse(text=chari)), eval(parse(text=charj))]
}