R inside（）函数：当最后一个值不适用时发生意外错误

Question

在R中使用inner（）函数时，我遇到了一些意外的行为。（最终！）我将原因归结为一种情况，即数据帧中所讨论的特定列的最后一个元素包含NA。

我简化了代码以创建可复制的示例。 显然，我在其中遇到的现实应用程序要复杂得多（数据框> 500k行，400列，inside（）内的> 100行，等等），并且避免使用int（）非常不便。

这按预期工作：

fooTest <- data.frame(Group = c("Shell", NA,  "Cup", NA,  NA),
                      CupComposition = c("Metal", NA, "Polyethylene", NA, "Test"),
                      LinerComposition = c("Polyethylene", NA, NA, NA, "Test"))
fooTest$Bearing <- NA
fooTest$Bearing[which(fooTest$Group=="Cup")] <-
  as.character(fooTest$CupComposition[which(fooTest$Group=="Cup")])
fooTest$Bearing[which(fooTest$Group=="Shell")] <-
  as.character(fooTest$LinerComposition[which(fooTest$Group=="Shell")])
fooTest$Bearing

而这（应该等效）会引发错误：

fooTest <- data.frame(Group = c("Shell", NA,  "Cup", NA,  NA),
                      CupComposition = c("Metal", NA, "Polyethylene", NA, "Test"),
                      LinerComposition = c("Polyethylene", NA, NA, NA, "Test"))
fooTest <- within(fooTest, {
  Bearing <- NA
  Bearing[which(Group=="Cup")] <-
    as.character(CupComposition[which(Group=="Cup")])
  Bearing[which(Group=="Shell")] <-
    as.character(LinerComposition[which(Group=="Shell")])
})

错误消息是[<-.data.frame （ *tmp* ，nl，value = list（Bearing = c（“ Polyethylene” [<-.data.frame替换元素1有3行，需要5行

显然不包括组为NA的最后两行。 数据中间的NA行可以。

几个问题：

1. inside（）的行为有点出乎意料； 这是一个错误吗？ 我不是很有经验，所以对提交错误（在我的理解中可能是不足的）稍有保留！

2. 在这种特殊情况下，我希望有一种比我所采用的方法更简洁的方法来填充“轴承”列。 欢迎提出建议！

Answer 1

关于使用错误信息within ，你可以试试：

 within(fooTest, {Bearing <- NA
      Bearing[Group=='Cup' & !is.na(Group)] <- 
           as.character(CupComposition)[Group=='Cup' & !is.na(Group)]
     Bearing[Group=='Shell' & !is.na(Group)] <- 
           as.character(LinerComposition)[Group=='Shell' & !is.na(Group)]
  })

目前尚不清楚“ Group列和所有其他列是否遵循某种顺序。 从列名中，我找不到有助于匹配Group的元素的通用模式。 根据提供的示例，您也可以这样做（对于更大的数据集）

 fooTest1 <- fooTest
 fooTest1[] <- lapply(fooTest1, as.character)#convert the columns to character class
 Un1 <- sort(unique(na.omit(fooTest1$Group)))


 m1 <-  do.call(cbind,Map(function(v, x,y)
              ifelse(v==y & !is.na(v), x, NA) , list(fooTest1[,1]),
                                       fooTest1[,-1], Un1))

 indx1 <- which(!is.na(m1), arr.ind=TRUE)[,1]
 fooTest1$Bearing <- NA
 fooTest1$Bearing[indx1] <- m1[!is.na(m1)]
 fooTest1
 #   Group CupComposition LinerComposition      Bearing
 #1 Shell          Metal     Polyethylene Polyethylene
 #2  <NA>           <NA>             <NA>         <NA>
 #3   Cup   Polyethylene             <NA> Polyethylene
 #4  <NA>           <NA>             <NA>         <NA>
 #5  <NA>           Test             Test         <NA>

Answer 2

在这种情况下，我倾向于使用“％in％”； 它可以更好地处理NA：

fooTest <- data.frame(Group = c("Shell", NA,  "Cup", NA,  NA),
                      CupComposition = c("Metal", NA, "Polyethylene", NA, "Test"),
                      LinerComposition = c("Polyethylene", NA, NA, NA, "Test"))
fooTest <- within(fooTest, {
  Bearing <- NA
  Bearing[Group %in% "Cup"] <-
    as.character(CupComposition[Group %in% "Cup"])
  Bearing[Group %in% "Shell"] <-
    as.character(LinerComposition[Group %in% "Shell"])
})