Ho il seguente set di dati
> head(DT)
V1 V2 V3 V4 V5 V6 V7
1: 2 1 2 0.91 0.02 880.00 1
2: 3 2 1 0.02 0.00 2.24 2
3: 1 1 1 0.15 0.01 3.41 3
4: 1 2 1 3.92 0.05 268.67 2
5: 1 1 2 0.10 0.01 1.59 3
6: 0 1 1 1.20 0.04 1.43 3
> sapply(DT, class)
V1 V2 V3 V4 V5 V6 V7
"integer" "integer" "integer" "numeric" "numeric" "numeric" "factor"
che si espande per migliaia di righe. Sto cercando di calcolare i valori medi di V1-V6 all'interno degli 8 gruppi definiti dal fattore Variable V7
> levels(DT$V7)
[1] "1" "2" "3" "4" "5" "6" "7" "8"
Al momento sto usando il seguente comando, che restituisce un errore:
> DT[, lapply(.SD, median), by = V7]
Error in `[.data.table`(DF, , lapply(.SD, median), by = V7) :
Column 1 of result for group 4 is type "integer" but expecting type "double". Column types must be consistent for each group.
Ho letto da qualche parte che stava usando un modo per aggirare questo as.double(median(X))
. Ma questo funziona per le singole colonne: DT[, as.double(median(X)), by = V7]
, ma non per quando si considerano tutte le colonne: DT[, lapply(.SD, as.double(median)), by = V7]
(come previsto, perché devi passare un input alla mediana)
Posso andare in giro usando l'aggregato
> aggregate(DT[,c(1:6), with = FALSE], by = list(DF$V7), FUN = median)
Group.1 V1 V2 V3 V4 V5 V6
1 1 0 1 1 1.285 0.04 401.500
2 2 1 2 1 3.565 0.06 6.400
3 3 0 1 1 0.360 0.03 11.200
4 4 1 1 1 74.290 0.26 325.960
5 5 2 1 0 1.145 0.04 1.415
6 6 0 1 1 10.100 0.18 93.000
7 7 1 1 0 0.740 0.04 1.080
8 8 1 1 0 7.970 0.40 0.050
Ma mi piacerebbe sapere se c'è un modo per risolvere l'errore sopra descritto e fare questo calcolo usando data.table
risposte:
12 per risposta № 1median
è insolito perché può restituire diversi tipi di valori di ritorno per lo stesso tipo di input:
Il metodo predefinito restituisce un oggetto lunghezza uno dello stesso tipo di x, tranne quando x è intero di lunghezza pari, quando il risultato sarà Doppio.
Tuttavia, data.table necessita di un tipo di valore di ritorno coerente. Hai due possibilità:
Converti tutte le colonne in numerico:
DT[, paste0("V", 1:6) := lapply(.SD, as.numeric), by = V7]
O convertire il valore di ritorno di median
:
DT[, lapply(.SD, function(x) as.numeric(median(x))), by = V7]