通過data.table（）中的sum（）引用賦值不正確的結果

Question

我有一個data.table測試，包含3列：Year，ID，Count（請參見下面的前3列）。我想加入第四欄跨越ID和年度總結，像這樣：

setkey(test, Year, ID) 
test[, annualCount := sum(Count), by=list(Year, ID)] 

我有什麼看起來奇怪：它似乎功能[自動加1我annualCount。例如，與Y1的ID 210應該給我8而不是9.

它是data.table中的錯誤？

Year  ID Count annualCount 
1: Y1  210  1   9 
2: Y1  210  1   9 
3: Y1  210  0   9 
4: Y1  210  1   9 
5: Y1  210  1   9 
6: Y1  210  1   9 
7: Y1  210  1   9 
8: Y1  210  1   9 
9: Y1  210  1   9 
10: Y1  3197  1   6 
11: Y1  3197  1   6 
12: Y1  3197  0   6 
13: Y1  3197  1   6 
14: Y1  3197  1   6 
15: Y1  3197  1   6  

更新：我，使用R版本2.15.0（2012-03-30），但我安裝data.table_1.8.6。當我安裝這個軟件包時，我收到了警告，說這個版本是在2.15.1上構建的。這是錯誤的原因嗎？

更新2：我安裝了最新的R（此時爲2.15.2），但它沒有幫助。用同樣的數據集， 如果我叫

test1 <- test[, list(annualCount = sum(Count)), by=list(Year, ID)] 

然後我得到正確的結果。但如果我打電話

test2 <- test[, list(annualCount = sum(Count, na.remove = T)), by=list(Year, ID)] 

然後[自動添加1我的總和。不幸的是，我一直無法從頭開始複製這個數據集。

更新3：輸入（測試）輸出。

structure(list(Year = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
            1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("Y1", "Y2", "Y3"), class = "factor"), 
       ID = c(210, 210, 210, 210, 210, 210, 210, 210, 210, 
          3197, 3197, 3197, 3197, 3197, 3197), 
       Count = c(1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0)), 
      .Names = c("Year","ID", "Count"), class = c("data.table", "data.frame"), 
      row.names = c(NA, -15L), .internal.selfref = <pointer: 0x7fb6dc000778>) 

謝謝。

Answer 1

這不是一個data.table問題，而是人爲的錯誤;）

進行復制，這裏是一些樣本數據。我已經包含了一些NA值，看與不爭論的sum函數的結果，除去NA s，這是na.rm，不na.remove：

set.seed(1) 
test <- data.table(Year = rep("Y1", 15), 
        ID = c(rep(210, 9), rep(3197, 6)), 
        Count = sample(c(0, 1, NA), 15, 
            prob=c(.2, .65, .15), 
            replace=TRUE), 
        key = "Year,ID") 
test 
#  Year ID Count 
# 1: Y1 210  1 
# 2: Y1 210  1 
# 3: Y1 210  1 
# 4: Y1 210 NA 
# 5: Y1 210  1 
# 6: Y1 210 NA 
# 7: Y1 210 NA 
# 8: Y1 210  0 
# 9: Y1 210  1 
# 10: Y1 3197  1 
# 11: Y1 3197  1 
# 12: Y1 3197  1 
# 13: Y1 3197  0 
# 14: Y1 3197  1 
# 15: Y1 3197  0 

之前，我們創建了新的專欄中，我們只是做了一些聚合以查看sum的不同選項會發生什麼情況。

現在，創建您的新列，並獲得您期望的結果。

test[, annualCount := sum(Count, na.rm = TRUE), by = key(test)][] 
#  Year ID Count annualCount 
# 1: Y1 210  1   5 
# 2: Y1 210  1   5 
# 3: Y1 210  1   5 
# 4: Y1 210 NA   5 
# 5: Y1 210  1   5 
# 6: Y1 210 NA   5 
# 7: Y1 210 NA   5 
# 8: Y1 210  0   5 
# 9: Y1 210  1   5 
# 10: Y1 3197  1   4 
# 11: Y1 3197  1   4 
# 12: Y1 3197  1   4 
# 13: Y1 3197  0   4 
# 14: Y1 3197  1   4 
# 15: Y1 3197  0   4