为什么我不能在data.table中使用.I删除当前观察？

Fino 发表于 Dev

向上

最近我看到一个类似这样的问题（找不到链接）

我想在data.frame上添加一列，以在删除当前观察值的同时计算另一列的方差。

dt = data.table(
  id = c(1:13),
  v = c(9,5,8,1,25,14,7,87,98,63,32,12,15)
)

因此，使用for()循环：

res = NULL
for(i in 1:13){
  res[i] = var(dt[-i,v])
}

我尝试在data.table中执行此操作，并使用带有负索引的方法.I，但令我惊讶的是，以下工作均无效：

#1
dt[,var := var(dt[,v][-.I])]

#2
dt[,var := var(dt$v[-.I])]

#3 
fun = function(x){
  v = c(9,5,8,1,25,14,7,87,98,63,32,12,15)
  var(v[-x])
}
dt[,var := fun(.I)]

#4
fun = function(x){
  var(dt[-x,v])
}
dt[,var := fun(.I)]

所有这些都提供相同的输出：

    id  v var
 1:  1  9  NA
 2:  2  5  NA
 3:  3  8  NA
 4:  4  1  NA
 5:  5 25  NA
 6:  6 14  NA
 7:  7  7  NA
 8:  8 87  NA
 9:  9 98  NA
10: 10 63  NA
11: 11 32  NA
12: 12 12  NA
13: 13 15  NA

我想念什么？我认为.I传递给函数是一个问题，但有一个虚拟的例子：

fun = function(x,c){
  x*c
}
dt[,dummy := fun(.I,2)]

    id  v var
 1:  1  9   2
 2:  2  5   4
 3:  3  8   6
 4:  4  1   8
 5:  5 25  10
 6:  6 14  12
 7:  7  7  14
 8:  8 87  16
 9:  9 98  18
10: 10 63  20
11: 11 32  22
12: 12 12  24
13: 13 15  26

工作良好。

为什么.I在这种特定情况下不能使用？

亨里克

您可以使用.BY：

一个list含有在每个项目的长度1矢量by

dt[ , var_v := dt[id != .BY$id,  var(v)], by = id]

每行（by = id）计算一次方差。在每次计算中，使用id != .BY$id'inner'排除当前行i。

all.equal(dt$var_v, res)
# [1] TRUE

为什么您的代码不起作用？因为...

.I是等于的整数向量seq_len(nrow(x))，

...您-.I不仅删除了当前观察值，而且还一次性删除了“ v”中的所有行。

一个小插图，从您的尝试开始（只是没有分配:=），并逐步简化了它：

# your attempt
dt[ , var(dt[, v][-.I])]
# [1] NA

# without the `var`, indexing only
dt[ , dt[ , v][-.I]]
# numeric(0)
# an empty vector

# same indexing written in a simpler way
dt[ , v[-.I]]
# numeric(0)

# even more simplified, with a vector of values
# and its corresponding indexes (equivalent to .I)
v <- as.numeric(11:14)
i <- 1:4
v[i]
# [1] 11 12 13 14

x[-i]
# numeric(0)

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。