用by-operator分割data.table：返回數值和/或NAs的函數失敗

Question

我有一個data.table，它有兩列：一列爲ID列，另一列爲value列。我想通過ID列將表拆分，並在value列上運行函數foo。只要foo不返回NAs，此工作正常。在這種情況下，我收到一個錯誤，告訴我組的類型不一致。我的假設是 - 因爲is.logical(NA)等於TRUE和is.numeric(NA)等於FALSE，data.table內部假定我想將邏輯值與數字值合併並返回錯誤。但是，我發現這種行爲是奇特的。對此有何評論？我在這裏錯過了一些明顯的東西，或者確實是有意的行爲？如果是這樣，一個簡短的解釋會很好。 （請注意，我知道一個解決方法：讓foo2返回一個完全不可能的數字，然後過濾，但這看起來好像是不好的編碼）。

這裏是例子：

library(data.table) 
foo1 <- function(x) {if (mean(x) < 5) {return(1)} else {return(2)}} 
foo2 <- function(x) {if (mean(x) < 5) {return(1)} else {return(NA)}} 
DT <- data.table(ID=rep(c("A", "B"), each=5), value=1:10) 
DT[, foo1(value), by=ID] #Works perfectly 
    ID V1 
[1,] A 1 
[2,] B 2 
DT[, foo2(value), by=ID] #Throws error 
Error in `[.data.table`(DT, , foo2(value), by = ID) : 
columns of j don't evaluate to consistent types for each group: result for group 2 has column 1 type 'logical' but expecting type 'numeric' 

Answer 1

可以通過指定你的函數應返回NA_real_，而不是默認類型的NA解決這個問題。

foo2 <- function(x) {if (mean(x) < 5) {return(1)} else {return(NA)}} 
DT[, foo2(value), by=ID] #Throws error 
# Error in `[.data.table`(DT, , foo2(value), by = ID) : 
# columns of j don't evaluate to consistent types for each group: 
# result for group 2 has column 1 type 'logical' but expecting type 'numeric' 

foo3 <- function(x) {if (mean(x) < 5) {return(1)} else {return(NA_real_)}} 
DT[, foo3(value), by=ID] #Works 
#  ID V1 
# [1,] A 1 
# [2,] B NA 

順便說一句foo2()失敗時給出的信息是很好的信息。它基本上告訴你，你的NA是錯誤的類型。爲了解決這個問題，你只需要尋找合適的類型（或類）的NA常數：

NAs <- list(NA, NA_integer_, NA_real_, NA_character_, NA_complex_) 
data.frame(contantName = sapply(NAs, deparse), 
      class  = sapply(NAs, class), 
      type  = sapply(NAs, typeof)) 

#  contantName  class  type 
# 1   NA logical logical 
# 2 NA_integer_ integer integer 
# 3  NA_real_ numeric double 
# 4 NA_character_ character character 
# 5 NA_complex_ complex complex