扩展数据表时出现奇怪错误 [英] Strange error when expanding data.table

问题描述

我们偶然发现了一些尝试扩展data.table的奇怪行为。以下代码可以正常工作：

We stumbled upon some strange behaviour trying to expand a data.table. The following code works alright:

dt <- data.table(var1=1:2e3, var2=1:2e3, freq=1:2e3)
system.time(dt.expanded <- dt[ ,list(freq=rep(1,freq)),by=c("var1","var2")])
##    user  system elapsed 
##    0.05    0.01    0.06

但使用以下 data.table

set.seed(1)
dt <- data.table(var1=sample(letters,1000,replace=T),var2=sample(LETTERS,1000,replace=T),freq=sample(1:10,1000,replace=T))

使用相同的代码给予

Error in rep(1, freq) : invalid 'times' argument

这可能是 data.table 中的错误吗？

的示例来自 R Machine Learning Essentials < a>）

(I got the syntax of the this example from R Machine Learning Essentials)

编辑

所以问题真的很像是 code>，而不是 data.table 。 rep 的帮助页面为参数 times 说明：

Edit
So the problem really seems to be with rep and not with data.table. The help page for rep says for the parameter times:

一个整数向量，给出长度为（x）时重复每个元素的次数（非负），或者重复整个向量（如果长度为1）。

A integer vector giving the (non-negative) number of times to repeat each element if of length length(x), or to repeat the whole vector if of length 1.

第二个 data.table 创建次

推荐答案

我的guess：当 rep（x，times）给出 times 的向量时，它坚持 x 是相同的长度（而不是做自然的事情在R和回收）。所以手动循环的工作原理：

My guess: when rep(x,times) is given a vector for times, it insists that x be the same length (instead of doing the natural thing in R and recycling). So manual recycling works:

dt[ ,.(rep(rep(1,.N),freq)), by=.(var1,var2)]

似乎是基础R的一个问题），而不是在 data.table 中。在第一个例子中OP没有碰到这个问题，因为 by =。（var1，var2）确保每个组只返回一行，所以 times 参数是一个标量。

Seems to be a problem in base R (or maybe it's deliberate?), not in data.table. The OP didn't hit this problem in the first example because by=.(var1,var2) ensured that only one row was returned for each group, so the times argument was a scalar.

这篇关于扩展数据表时出现奇怪错误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！