Question

We stumbled upon some strange behaviour trying to expand a data.table.以下代码可以正常使用：

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

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

我的问题
这可能是data.table中的错误吗？

（我从R Machine Learning Essentials获得了这个例子的语法）

修改
所以问题实际上似乎是rep，而不是data.table。 rep的帮助页面代表参数times：

一个整数向量，给出（非负）次数，如果长度为（x），则重复每个元素，或者如果长度为1则重复整个向量。

第二个data.table创建的times长度与引发错误的x不同。

Answer 1

我的猜测：当rep(x,times)给出times的向量时，它会坚持x的长度相同（而不是在R和循环中做自然事物）。所以手动回收工作：

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

似乎是基础R中的问题（或者可能是故意的？），而不是data.table。 OP在第一个示例中未遇到此问题，因为by=.(var1,var2)确保每个组只返回一行，因此times参数是标量。

扩展data.table时出现奇怪的错误

1 个答案: