R 为什么中位数和合并在行数不均匀的情况下不起作用？

在a中，我尝试使用

dplyr:：coalesce

来给出答案，用分组中值替换

NA

。但是我有一个

Error: Argument 2 must be an integer vector, not a double vector

错误。为了弄清楚这是什么原因，我最终得出了这样的结论：只有当

nrow（df）

是一个非偶数时，错误才会出现？我有点怀疑这是否真的是一种解释，但那一刻我决定在这里问一个问题：这是什么原因？我发现的唯一相关问题是，但我不确定这是否是同一个问题

编辑： 如果我用

最小值

或

最大值

替换

中值

，则不会产生错误

MRE：

它能用

附加说明
使用

ifelse（is.na（.）…

而不是coalesce也与行数无关：

df %>%
group_by(Group) %>% 
mutate_at(vars(-group_cols()), ~ifelse(is.na(.), median(., na.rm = TRUE), .)) %>% 
ungroup()

---

p.p.S当使用

平均值

而不是

中值

时，误差也会增加

中值

文档中说

默认方法返回与x类型相同的一个对象的长度， 除非x是逻辑或偶数长度的整数，否则 将加倍。”

如果将df$ID设置为

as，则不会抛出您看到的错误。numeric

表明

coalesce

被

df$ID

类弄糊涂了

library(dplyr)
df <- data.frame(ID = 1:7,
  Group = c(1, 1, 1, 2, 2, 2, 1),
  val1 = c(1, NA, 3, 2, 2, 3, 2),
  val2 = c(2, 2, 2, NA, 1, 3, 2))

# convert ID to numeric
df$ID <- as.numeric(df$ID)

df %>%
  group_by(Group) %>% 
  mutate_at(vars(-group_cols()), ~coalesce(., median(.,na.rm=TRUE))) %>% 
  ungroup()

---

这可能与

median

文档有关：“默认方法返回一个与x类型相同的长度为1的对象，除非x是逻辑长度或偶数长度的整数，否则结果将是双精度的。“谢谢你，xilliam。这就解释了对元素数量的奇怪依赖性！我真的应该更仔细地阅读

？median

！谢谢你的帮助；）我建议你用敏锐的眼睛发现依赖性；）

df %>%
group_by(Group) %>% 
mutate_at(vars(-group_cols()), ~ifelse(is.na(.), median(., na.rm = TRUE), .)) %>% 
ungroup()

library(dplyr)
df <- data.frame(ID = 1:7,
  Group = c(1, 1, 1, 2, 2, 2, 1),
  val1 = c(1, NA, 3, 2, 2, 3, 2),
  val2 = c(2, 2, 2, NA, 1, 3, 2))

# convert ID to numeric
df$ID <- as.numeric(df$ID)

df %>%
  group_by(Group) %>% 
  mutate_at(vars(-group_cols()), ~coalesce(., median(.,na.rm=TRUE))) %>% 
  ungroup()

IDa = 1:7
class(IDa)

IDb = c(1,2,3,4,5,6,7)
class(IDb)

IDc = c(1L,2L,3L,4L,5L,6L,7L)
class(IDc)