使用dtplyr选择的组筛选器转换不正确

使用dplyr可以轻松执行组筛选器选择。在下面的例子中，我们有一些公司今年不同季度的数据。我现在想过滤到第一季度没有第四季度数据的公司（在本例中是第二家公司），去掉季度标签

df%
滤器(
季度==1&
！（季度百分比中的q%）
) %>%
选择（公司ID、，
年）
>#A tible:1 x 3
>#集团：公司ID，股票代码[1]
>公司年度
>        
> 1         2  2019

但是，对dtplyr执行相同操作会返回一个空表：

dt%
滤器(
季度==1&
！（季度百分比中的q%）
) %>%
选择（公司ID）
年）
>来源：本地数据表[？×3]
>呼叫：`u DT1`[Quarter==1&！（q%在%Quarter中），（公司ID，
>年份）]
> 
> # ... 有3个变量：公司ID、年份
> 
>#使用as.data.table（）/as.data.frame（）/as_tible（）访问结果

奇怪的是显示的翻译：

`u DT1`[季度==1&！（季度中的q%），
（公司名称，年份）]

这是不正确的。如dtplyr中所述，正确的呼叫需要使用过滤的

.SD

：

`u DT1`[，.SD[Quarter==1&！（q%在%Quarter中）]，
by=（公司ID），
.SDcols=c（“年”）]

（by列将自动包括在内，因此

.SDcols

应省略它们以避免重复）

有趣的是，如果我们省略

选择

，翻译（因此输出）是正确的：

dt%>%
小组成员(
公司ID
) %>%
滤器(
季度==1&
！（季度百分比中的q%）
)
>来源：本地数据表[？x 4]
>调用：`_DT2`[，.SD[Quarter==1&！（q%在%Quarter中）]，
>keyby=（公司ID）]
> 
>公司季度年度
>           
> 1         2       1  2019

因此，作为一种解决方法，我可以在选择

之前执行
as.data.table（）
。这是可行的，但会引发一个恼人的警告：

dt%>%
小组成员(
公司ID
) %>%
滤器(
日历季度==1&
！（季度百分比中的q%）
) %>%
as.data.table（）%>%
选择（公司ID、，
日历年）
>公司日历年
> 1:         2         2019
>警告信息：
>您正在raw data.table上使用dplyr方法，该方法将调用数据帧实现，
>而且很可能效率低下。
> * 
>*若要抑制此消息，请使用'lazy_dt（）'生成data.table转换或转换
>*使用'as.data.frame（）`/'as_-tibble（）`/'as_-tibble（）`。

我很难想象这是预期的行为，但在将其放到
dtplyr
Github跟踪器上之前，我想在这里检查一下。
这是
dtplyr
中当前的一个bug。我已经将它发布到了。
我不确定这里的预期行为是/应该是什么，但是如果在
select（）
之前使用
ungroup（）
，它在
dtplyr
示例中确实正常工作。当您确实需要显式执行
解组
时，我很困惑，因此无法告知这是否是我们应该期望的工作方式。@ravic我没有想到在查询中放入
解组
，因为我想不出分组干扰选择的任何概念性原因。