data.table立即计算几列 [英] data.table computing several column at once

问题描述

感谢您提前阅读。我有一个函数，在data.table 1.9.3工作很好。但是今天我更新了我的data.table包，我的函数不工作。

这是我的函数和工作示例data.table 1.9.3：

  trait.by<  -  function（data，traits =，cross.by）{
 traits = intersect（traits，名称（数据））
 if（length（traits）<1）{
 #if名称和traits之间没有交集
 return（data [，list（N。= .N ），by = cross.by]）
} else {
 return（data [，c（N. = .N，
 MEAN = lapply（.SD，function（x）{return （s（x，na.rm = T），digits = 1））}），
 SD = lapply T），digits = 2））}），
'NA'= lapply（.SD，function（x）{return（sum（is.na（x）））}） = cross.by，.SDcols = traits]）
} 
} 
 
> trait.by（data.table（iris），traits = c（Sepal.Length，Sepal.Width），cross.by =Species）
＃Species N. MEAN.Sepal.Length MEAN .Sepal.Width SD.Sepal.Length 
＃1：setosa 50 5.0 3.4 0.35 
＃2：versicolor 50 5.9 2.8 0.52 
＃3：virginica 50 6.6 3.0 0.64 
＃ SD.Sepal.Width NA.Sepal.Length NA.Sepal.Width 
＃1：0.38 0 0 
＃2：0.31 0 0 
＃3：0.32 0 0 
  

点 MEAN。（traits），<$ c $对于在中给出的所有列计算c> SD。（traits）和 NA。（traits） / code>变量。

---

当我使用data.table 1.9.4运行时我收到以下错误：

 > trait.by（data.table（iris），traits = c（Sepal.Length，Sepal.Width），cross.by =Species）
＃ ，eval（fun，SDenv，SDenv），SDenv）：
＃无法更改'..FUN'的锁定绑定的值
  

任何想法如何解决这个问题？

解决方案

strong>已在 1.9.5 中修改 commit 1680 。从新闻：

27. 修复了 j-expression 的内部优化中的错误 lapply（.SD，function（..）..），如图所示这里SO SO。关闭＃985。感谢@jadaliha的报告和@BrodieG的SO调试。

工作原理：

  data [，
c（
 MEAN = lapply（.SD，function ）{return（round（mean（x，na.rm = T），digits = 1））}），
 SD = lapply（.SD，function（x）{return .rm = T），digits = 2））}）
），by = cross.by，.SDcols = traits] 
  

---

这看起来像是多次使用 lapply（.SD，FUN）的结果的错误在一个 data.table 中结合 c（ code>（。

  code> traits<  -  c（Sepal.Length，Sepal.Width）
 cross.by<  - Species
 data<  -  data.table（iris） 
 
 data [，
c（
 MEAN = lapply（.SD，function（x）{return（round（mean（x，na.rm = T），digits = 1 ））}）
），
 by = cross.by，.SDcols = traits 
] 
  

$ b b

有效。

  data [，
c（
 SD = lapply .SD，function（x）{return（round（sd（x，na.rm = T），digits = 2））}）
），
 by = cross.by，.SDcols = traits 
] 
  

有效。

  data [，
c（
 MEAN = lapply（.SD，function（x）{return（round（mean（x，na.rm = T），digits = 1））}），
 SD = lapply（.SD，function（x）{return（round（sd（x，na.rm = T），digits = 2） ，
 by = cross.by，.SDcols = traits 
] 
  

工作

  data [，
。（
 MEAN = lapply（.SD，function ）{return（round（mean（x，na.rm = T），digits = 1））}），
 SD = lapply（.SD，function（x）{return .rm = T），digits = 2））}）
），
 by = cross.by，.SDcols = traits 
] 
  

工程。

Thank you in advance for reading this. I have a function which was working just fine on data.table 1.9.3. But today I updated my data.table package and my function does not work.

Here is my function and working example on data.table 1.9.3:

trait.by <- function(data,traits="",cross.by){
  traits = intersect(traits,names(data))
  if(length(traits)<1){  
    #if there is no intersect between names and traits
    return(      data[,       list(N. = .N),    by=cross.by])
  }else{
    return(data[,c(   N. = .N,
                    MEAN = lapply(.SD,function(x){return(round(mean(x,na.rm=T),digits=1))}) , 
                    SD   = lapply(.SD,function(x){return(round(sd  (x,na.rm=T),digits=2))}) ,
                    'NA' = lapply(.SD,function(x){return(sum  (is.na(x)))})),
                 by=cross.by, .SDcols = traits])
  }
}

> trait.by(data.table(iris),traits = c("Sepal.Length",    "Sepal.Width"),cross.by="Species")
#      Species N. MEAN.Sepal.Length MEAN.Sepal.Width SD.Sepal.Length
#1:     setosa 50               5.0              3.4            0.35
#2: versicolor 50               5.9              2.8            0.52
#3:  virginica 50               6.6              3.0            0.64
#   SD.Sepal.Width NA.Sepal.Length NA.Sepal.Width
#1:           0.38               0              0
#2:           0.31               0              0
#3:           0.32               0              0

The point is MEAN.(traits), SD.(traits) and NA.(traits) are computed for all columns that I give in traits variable.

---

When I run this with data.table 1.9.4 I receive the following error:

> trait.by(data.table(iris),traits = c("Sepal.Length",    "Sepal.Width"),cross.by="Species")
#Error in assign("..FUN", eval(fun, SDenv, SDenv), SDenv) : 
#  cannot change value of locked binding for '..FUN'

Any idea how I should fix this?!

解决方案

Update: This has been fixed now in 1.9.5 in commit 1680. From NEWS:

27. Fixed a bug in the internal optimisation of j-expression with more than one lapply(.SD, function(..) ..) as illustrated here on SO. Closes #985. Thanks to @jadaliha for the report and to @BrodieG for the debugging on SO.

Now this works as expected:

data[,
  c(
    MEAN = lapply(.SD,function(x){return(round(mean(x,na.rm=T),digits=1))}),
    SD = lapply(.SD,function(x){return(round(sd  (x,na.rm=T),digits=2))})
  ), by=cross.by, .SDcols = traits]    

---

This looks like a bug that manifests as a result of multiple uses of lapply(.SD, FUN) in one data.table call in combination with c(. You can work around it by replacing c( with .(.

traits <- c("Sepal.Length",    "Sepal.Width")
cross.by <- "Species"
data <- data.table(iris)

data[,
  c(
    MEAN = lapply(.SD,function(x){return(round(mean(x,na.rm=T),digits=1))})
  ),
  by=cross.by, .SDcols = traits
]

Works.

data[,
  c(
    SD = lapply(.SD,function(x){return(round(sd  (x,na.rm=T),digits=2))})
  ),
  by=cross.by, .SDcols = traits
]

Works.

data[,
  c(
    MEAN = lapply(.SD,function(x){return(round(mean(x,na.rm=T),digits=1))}),
    SD = lapply(.SD,function(x){return(round(sd  (x,na.rm=T),digits=2))})
  ),
  by=cross.by, .SDcols = traits
]    

Doesn't work

data[,
  .(
    MEAN = lapply(.SD,function(x){return(round(mean(x,na.rm=T),digits=1))}),
    SD = lapply(.SD,function(x){return(round(sd  (x,na.rm=T),digits=2))})
  ),
  by=cross.by, .SDcols = traits
]

Works.

这篇关于data.table立即计算几列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！