[英]Using by with data.table
在這里,我嘗試使用data.table中的by參數對每個組中的預測列進行排名。 我無法理解為什么以下代碼無法正常工作:
> x.small
prediction group
1: -0.0093753015 up
2: 0.0204832283 down
3: -0.0091790179 down
4: -0.0473988803 down
5: 0.0144955868 down
6: -0.0139455871 down
7: 0.0005746896 up
8: -0.0174406693 down
9: -0.0180556244 down
10: -0.0343069464 up
> x.small[, rank(prediction), by=group]
Error in rank(prediction) :
'names' attribute [7] must be the same length as the vector [3]
但是此示例代碼可以正常工作:
> diamonds.dt <- data.table(diamonds[1:10, c('carat', 'color')])
> diamonds.dt
carat color
1: 0.23 E
2: 0.21 E
3: 0.23 E
4: 0.29 I
5: 0.31 J
6: 0.24 J
7: 0.24 I
8: 0.26 H
9: 0.22 E
10: 0.23 H
> diamonds.dt[, rank(carat), by=color]
color V1
1: E 3.5
2: E 1.0
3: E 3.5
4: E 2.0
5: I 2.0
6: I 1.0
7: J 2.0
8: J 1.0
9: H 2.0
10: H 1.0
任何幫助將非常感激!
編輯:
好吧,現在我真的不知道發生了什么,這很奇怪。 我嘗試為@Ananda制作一個可復制的示例,但無法重新創建該錯誤。 我什至嘗試在預測列的精確副本上運行排名邏輯,但效果很好:
> x.small[, prediction.copy:=prediction]
> x.small[, rank(prediction.copy), by=group]
group V1
1: up 2
2: up 3
3: up 1
4: down 7
5: down 5
6: down 1
7: down 6
8: down 4
9: down 3
10: down 2
> x.small[, rank(prediction), by=group]
Error in rank(prediction) :
'names' attribute [7] must be the same length as the vector [3]
兩個相同的列怎么會有兩個不同的結果?
編輯2:
dput(x.small)的輸出:
> dput(x.small)
structure(list(prediction = structure(c(-0.00937530151309606,
0.0204832283018108, -0.00917901792827827, -0.0473988802836657,
0.0144955868466372, -0.0139455871394683, 0.000574689607249577,
-0.0174406692627376, -0.0180556244204637, -0.0343069463869563
), .Names = c("1", "2", "3", "4", "5", "6", "7", "8", "9", "10"
)), group = c("up", "down", "down", "down", "down", "down", "up",
"down", "down", "up"), prediction.copy = c(-0.00937530151309606,
0.0204832283018108, -0.00917901792827827, -0.0473988802836657,
0.0144955868466372, -0.0139455871394683, 0.000574689607249577,
-0.0174406692627376, -0.0180556244204637, -0.0343069463869563
)), .Names = c("prediction", "group", "prediction.copy"), row.names = c(NA,
-10L), class = c("data.table", "data.frame"), .internal.selfref = <pointer: 0x22f2af8>)
我想我將關閉這個。 如果您遇到相同的問題,請通過運行str(x.small)並查看向量是否以單詞“ Named”開頭來檢查問題列是否為命名向量。 由於某些原因,在對命名向量進行操作時使用by參數會導致問題。 這似乎是data.table早期版本中的一個小錯誤,該錯誤已在更高版本中進行了修補。 要解決此問題,請升級data.table或按照@Frank的建議使用unname()
:
x.small[,rank(unname(prediction)), by=group]
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.