R data.table：使用keyby在j中设置分组变量

假设我有这个数据集

test <- data.table(X = rep(1, 3), Y = rep("a", 3))

我想知道为什么

test[, X[Y == "a"], keyby = .(X)]

给予

---

提前感谢您的回答

它在

uniqueN

中返回

2

，因为有两个值-1）“X”分组值1和

NA

填充。我们可以在

uniqueN

中使用

na.rm=TRUE

test[, uniqueN(X[Y == "a"],  na.rm = TRUE), keyby = .(X)]
#   X V1
#1: 1  1

如@ThomasIsCoding post中所述，逻辑向量和分组变量（返回长度1）的

length

之间的

length

不匹配会导致使用NA填充额外的真位置。一个选项是

rep

licate

test[, rep(X, .N)[Y == "a"], keyby = .(X)]
#   X V1
#1: 1  1
#2: 1  1
#3: 1  1

---

如果分别运行

X

和

Y==“a”

> test[, X, keyby = .(X)]
   X X
1: 1 1

> test[, Y == "a", keyby = .(X)]
   X   V1
1: 1 TRUE
2: 1 TRUE
3: 1 TRUE

您将看到，第一个给出长度为1的数值

1

，第二个给出长度为3的逻辑值

TRUE

由于您没有匹配的子集长度，您将获得

NA

s以填写相应的位置，例如

> 1[rep(TRUE,3)]
[1]  1 NA NA

---

嗯，从某种程度上说，这很复杂

它与分组中的

X

有关

考虑这些变化：

描述 表达 你的 测试[，

X[Y==“a”]

，keyby=（X）] X仅限 测试[，

X

，keyby=（X）] Y==仅限“a” 测试[，

Y==“a”

，keyby=（X）]

---

您是否打算执行

test[Y=='a'，.SD，keyby=.（X）]

或

test[，.SD[Y=='a']，keyby=.（X）]

不确定为什么要使用分组列对其进行子集划分，因为分组列输出单个元素，而另一个Y=='a'返回3，因此它被NA填充（除非复制XIt用于越界索引的标准R行为。请参阅：“如果

i

为正且超过

length（x）

，则相应的选择为

NA

”，并且在每个组中，分组变量的长度实际上为1（请参阅）。逻辑索引的长度（

i

）是3。每个组中分组变量的长度是1（

x

，您尝试索引的向量；再次，请参阅常见问题解答）：“如果

i

是正的（是，这里

i

是3）并且超过

length（x）

（是的，长度索引向量

i

是3，要索引的向量长度

x

是1）然后相应的选择是

NA

侧注：感谢您发布如此小的说明性玩具数据集！

> test[, X, keyby = .(X)]
   X X
1: 1 1

> test[, Y == "a", keyby = .(X)]
   X   V1
1: 1 TRUE
2: 1 TRUE
3: 1 TRUE

> 1[rep(TRUE,3)]
[1]  1 NA NA