Question

我有data.table DT，我想在其上运行model.matrix。每行都有一个字符串ID，该ID存储在ID的{{1}}列中。当我在DT上运行model.matrix时，我的公式会排除DT列。问题是，由于NAs，ID会丢弃一些行。如果我在调用model.matrix之前将DT的rownames设置为ID列，那么最终的模型矩阵会有rownames，而且我已全部设置完毕。否则，我无法弄清楚我最终会遇到什么行。我用model.matrix设置了rownames。但是，当我尝试向rownames(DT) = DT$ID添加新列时，我会收到有关

的投诉

“无效的.internal.selfref被检测到......在早些时候，这个 data.table已由R复制。“

所以我想知道

是否有更好的方法为DT
有没有更好的方法来解决这个问题。

Answer 1

这里有几个问题。

首先，data.table的一个特征是它们没有rownames，而是key更强大的model.matrix。请参阅this great vignette。

但是，它不是世界末日。当您将data.table

传递给

A <- data.table(ID = 1:5, x = c(NA, 1:4), y = c(4:2,NA,3))

mm <- model.matrix( ~ x + y, A)

rownames(mm)

## [1] "2" "3" "5"

时，A会返回合理的rownames

例如

A[, rowid := seq_len(nrow(A)]

因此，第2,3和5行包含在model.matrix中。

现在，您可以将此序列作为列添加到mm。如果您将密钥设置为其他内容（从而丢失原始顺序），这将非常有用

rownames(mm)

您可以考虑将其设置为字符（如data.table的rownames），但这并不重要（因为您可以在需要引用时轻松将rownames转换为数字。 / p>

关于rownames<-给出的警告，如果您阅读下一句话

避免使用键＆lt; - ，名称＆lt; - 和attr＆lt; - 当前（并且奇怪地）在R中可以复制整个data.table。使用set *语法来避免复制：setkey（），setnames（）和setattr（）

attr<-是一个属性`row.names<-.data.frame`（在某个点内部使用相当于attr(x, "row.names") <- value）将以相同的方式（可能复制）。

来自data.tables的行是

{{1}}

话虽如此，{{1}}没有rownames，所以没有必要设置它们。

R中的model.matrix的data.table的Rownames

1 个答案: