为什么我不能在使用 data.table 分组时在 lapply 中使用 FUN答案

【问题标题】：Why can't I used FUN in lapply when grouping by using data.table为什么我不能在使用 data.table 分组时在 lapply 中使用 FUN
【发布时间】：2013-08-19 13:15:25
【问题描述】：

我在聚合时遇到了 data.table 的以下问题，使用 .SD 并指定 lapply 并明确说明来自 lapply 的 FUN 参数。这是出乎意料的行为还是我只是错过了一些东西。为什么我不能在 lapply 中明确说明 FUN？下面是一个可重现的例子。

require(data.table)
dt <- as.data.table(iris)
dt$Sepal.Length[sample(1:nrow(dt), 10)] <- NA
dt[, lapply(.SD, function(x) sum(!is.na(x), na.rm=TRUE)), by = Species]
      Species Sepal.Length Sepal.Width Petal.Length Petal.Width
1:     setosa           47          50           50          50
2: versicolor           46          50           50          50
3:  virginica           47          50           50          50
dt[, lapply(.SD, FUN=function(x) sum(!is.na(x), na.rm=TRUE)), by = Species]
Error in ..FUN(FUN = Sepal.Length) : 
  unused argument(s) (FUN = Sepal.Length)

更新：

Filed as bug: #4839。（Arun 的修复现在在 v1.8.9 中）

【问题讨论】：

标签： r data.table lapply

【解决方案1】：

我不认为你错过了什么。您可能应该提交一个错误here 链接到这篇文章。好收获！

发生这种情况是因为，当您将lapply 与.SD（在j 中）一起使用时，data.table 会尝试找出是否有办法优化函数调用导致的开销（如果可能）。但是，在这个过程中，不是调用函数：

..FUN(Sepal.Length)

其中..FUN = function(x) sum(!is.na(x), na.rm=TRUE)，就变成了：

..FUN(FUN = Sepal.Length)

由于该函数没有名为FUN 的参数，它会返回错误。您可以通过在函数调用中将 x 更改为 FUN 来验证这一点：

dt[, lapply(.SD, FUN=function(FUN) sum(!is.na(FUN), na.rm=TRUE)), by = Species]
#       Species Sepal.Length Sepal.Width Petal.Length Petal.Width
# 1:     setosa           49          50           50          50
# 2: versicolor           44          50           50          50
# 3:  virginica           47          50           50          50

内部：通过查看[.data.table 函数，解决此问题的一种方法是重写该行：

txt <- as.list(jsub)[-1L]
# [[1]]
# .SD

# $FUN <~~~~ this name FUN gets caught up in building the expression later
# function(x) sum(!is.na(x), na.rm = TRUE)

与：

txt <- as.list(jsub)[-1L]
names(txt)[2] <- ""
# [[1]]
# .SD

# [[2]]
# function(x) sum(!is.na(x), na.rm = TRUE)

运行CHECK 成功完成。

【讨论】：