时间戳

首页 > 解决方案 > 为什么我不能在 data.table 中使用 .I 删除当前观察结果？

r - 为什么我不能在 data.table 中使用 .I 删除当前观察结果？

问题描述

最近我看到一个类似这样的问题（找不到链接）

我想在 data.frame 上添加一列，在删除当前观察值的同时计算不同列的方差。

dt = data.table(
  id = c(1:13),
  v = c(9,5,8,1,25,14,7,87,98,63,32,12,15)
)

所以，有一个for()循环：

res = NULL
for(i in 1:13){
  res[i] = var(dt[-i,v])
}

我尝试在 data.table 中使用负索引来执行此操作.I，但令我惊讶的是，以下都不起作用：

#1
dt[,var := var(dt[,v][-.I])]

#2
dt[,var := var(dt$v[-.I])]

#3 
fun = function(x){
  v = c(9,5,8,1,25,14,7,87,98,63,32,12,15)
  var(v[-x])
}
dt[,var := fun(.I)]

#4
fun = function(x){
  var(dt[-x,v])
}
dt[,var := fun(.I)]

所有这些都给出相同的输出：

    id  v var
 1:  1  9  NA
 2:  2  5  NA
 3:  3  8  NA
 4:  4  1  NA
 5:  5 25  NA
 6:  6 14  NA
 7:  7  7  NA
 8:  8 87  NA
 9:  9 98  NA
10: 10 63  NA
11: 11 32  NA
12: 12 12  NA
13: 13 15  NA

我错过了什么？我认为这是.I传递给函数的问题，但是一个虚拟的例子：

fun = function(x,c){
  x*c
}
dt[,dummy := fun(.I,2)]

    id  v var
 1:  1  9   2
 2:  2  5   4
 3:  3  8   6
 4:  4  1   8
 5:  5 25  10
 6:  6 14  12
 7:  7  7  14
 8:  8 87  16
 9:  9 98  18
10: 10 63  20
11: 11 32  22
12: 12 12  24
13: 13 15  26

工作正常。

为什么我不能.I在这个特定的场景中使用？

标签： rdata.table

解决方案

您可以使用.BY：

alist包含每个项目的长度为 1 的向量by

dt[ , var_v := dt[id != .BY$id,  var(v)], by = id]

每行计算一次方差 ( by = id)。id != .BY$id在每次计算中，使用'inner'排除当前行i。 

all.equal(dt$var_v, res)
# [1] TRUE

为什么你的代码不起作用？因为...

.I是一个整数向量，等于seq_len(nrow(x))，

...您-.I不仅会删除当前的观察结果，还会一次性从“v”中删除所有行。

一个小插图，从您的尝试开始（只是没有 assignment :=）并逐步简化它：

# your attempt
dt[ , var(dt[, v][-.I])]
# [1] NA

# without the `var`, indexing only
dt[ , dt[ , v][-.I]]
# numeric(0)
# an empty vector

# same indexing written in a simpler way
dt[ , v[-.I]]
# numeric(0)

# even more simplified, with a vector of values
# and its corresponding indexes (equivalent to .I)
v <- as.numeric(11:14)
i <- 1:4
v[i]
# [1] 11 12 13 14

x[-i]
# numeric(0)

推荐阅读