Ich habe den folgenden Datensatz
> 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"
das erweitert sich für Tausende von Reihen. Ich versuche die Medianwerte von V1-V6 innerhalb der 8 durch den Faktor Variable V7 definierten Gruppen zu berechnen
> levels(DT$V7)
[1] "1" "2" "3" "4" "5" "6" "7" "8"
Im Moment verwende ich den folgenden Befehl, der einen Fehler zurückgibt:
> DT[, lapply(.SD, median), by = V7]
Error in `[.data.table`(DF, , lapply(.SD, median), by = V7) :
Column 1 of result for group 4 is type "integer" but expecting type "double". Column types must be consistent for each group.
Ich habe irgendwo gelesen, dass dies eine Möglichkeit ist as.double(median(X))
. Dies funktioniert aber für einzelne Spalten: DT[, as.double(median(X)), by = V7]
, aber nicht für alle Spalten: DT[, lapply(.SD, as.double(median)), by = V7]
(wie erwartet, weil Sie eine Eingabe an den Median übergeben müssen)
Ich kann mit Aggregat umgehen
> aggregate(DT[,c(1:6), with = FALSE], by = list(DF$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
Ich möchte aber gerne wissen, ob es einen Weg gibt, den oben beschriebenen Fehler zu lösen und diese Berechnung mit data.table durchzuführen
Antworten:
12 für die Antwort № 1median
ist ungewöhnlich, da verschiedene Typen von Rückgabewerten für denselben Eingabetyp zurückgegeben werden können:
Die Standardmethode gibt ein length-one-Objekt des gleichen Typs wie x zurück. außer wenn x eine ganze Zahl mit gerader Länge ist, wenn das Ergebnis sein wird doppelt.
Data.table benötigt jedoch einen konsistenten Rückgabewerttyp. Sie haben zwei Möglichkeiten:
Alle Spalten in numerische konvertieren:
DT[, paste0("V", 1:6) := lapply(.SD, as.numeric), by = V7]
Oder konvertieren Sie den Rückgabewert von median
:
DT[, lapply(.SD, function(x) as.numeric(median(x))), by = V7]