R data.table NA类型一致性答案

【问题标题】：R data.table NA type consistencyR data.table NA类型一致性
【发布时间】：2016-12-06 19:25:50
【问题描述】：

dt = data.table(x = c(1,1,2,2,2,2,3,3,3,3))
dt[, y := if(.N > 2) .N else NA, by = x] # fail
dt[, y := if(.N > 2) .N else NA_integer_, by = x] # good

第一次分组失败，因为NA 有一个类型并且它不是整数。有没有办法告诉数据表忽略它并尝试将所有 NA 设置为保持一致性的任何类型？

我可以在这里手动设置NA_integer，但是如果我有很多不同类型的列，很难设置所有的NA类型正确。

顺便说一句，我应该为 Date/IDate/ITime 使用哪种 NA 类型？

【问题讨论】：

@RichardScriven 我确定第二个有效。你在使用 RStudio 吗？成功执行新命令时，RStuidio 有时会一直提示先前的错误消息。
@RichardScriven 哦，我明白了。不要按顺序执行这两个。失败的命令实际上改变了表
你的“x”列不是一个“整数”——我猜是因为.N需要“整数”，所以，使用.N作为返回值，你可以硬编码@ 987654326@ 用于不同的typeofs。在其他情况下，将返回值的storage.mode（此处为NA）设置为适当的类型。

标签： r data.table na

【解决方案1】：

OP 的第一个问题：有没有办法告诉数据表忽略它并尝试将所有 NA 设置为保持一致性的任何类型？

没有。如果没有赋值，您会看到类似的错误：

dt[, if(.N > 2) .N else NA, by = x]
#  Error in `[.data.table`(dt, , if (.N > 2) .N else NA, by = x) : 
# Column 1 of result for group 2 is type 'integer' but expecting type 'logical'. Column types must be consistent for each group.

在我看来，这个“每个组的列类型必须一致”。也应针对您的情况显示消息。

OP 的第二个问题：顺便说一句，我应该为 Date/IDate/ITime 使用哪种 NA 类型？

对于 IDate 等人，我总是按 NA_integer_ 进行子集化，这似乎给出了一个长度为 1 的 NA 切片，例如 as.IDate(Sys.Date())[NA_integer_]。我不知道这是否是一个应该做的，但我不知道有更好的主意。插图：

z = IDateTime(factor(Sys.time()))
#         idate    itime
# 1: 2016-08-01 16:05:25

str( lapply(z, function(x) x[NA_integer_]) )
# List of 2
#  $ idate: IDate[1:1], format: NA
#  $ itime:Class 'ITime'  int NA

【讨论】：

子集方式不适用于 ITime -- 适用于 IDate
@jf328 我在一个示例中进行了编辑，展示了我如何使用它以及我认为它“有效”的意义。你可以再详细一点吗？对我来说，保留 class 属性就足够了。
as.ITime("00:00:01")[NA_integer_] 出现错误——我猜是 data.table 问题？
@jf328 是的，这可能是早期版本中的错误。如果这对您来说是一个严重的问题并且您愿意使用不稳定/开发版本，安装说明在这里：github.com/Rdatatable/data.table/wiki/Installation 使用该版本，它对我来说很好。