Сегодня обнаружил ошибку в своей программе из-за data.table автоудаления NA для mean
Например:
> a<-data.table(a=c(NA,NA,FALSE,FALSE), b=c(1,1,2,2))
> a
> a[,list(mean(a), sum(a)),by=b]
b V1 V2
1: 1 0 NA // Why V1 = 0 here? I had expected NA
2: 2 0 0
> mean(c(NA,NA,FALSE,FALSE))
[1] NA
> mean(c(NA,NA))
[1] NA
> mean(c(FALSE,FALSE))
[1] 0
Это предполагаемое поведение?
Это не предназначено. Похоже проблема с оптимизацией...
> a[,list(mean(a), sum(a)),by=b]
b V1 V2
1: 1 0 NA
2: 2 0 0
> options(datatable.optimize=FALSE)
> a[,list(mean(a), sum(a)),by=b]
b V1 V2
1: 1 NA NA
2: 2 0 0
>
Исследовано и исправлено в v1.8.9, скоро будет на CRAN. Из НОВОСТИ:
mean() в j был оптимизирован, начиная с версии 1.8.2, но не учитывал na.rm=TRUE (по умолчанию). Большое спасибо Колину Фангу за репортаж. Добавлен тест.
Новая функция в версии 1.8.2:
mean() теперь автоматически оптимизируется, #1231. Это может ускорить группировку в 20 раз при большом количестве групп. См. пункт 3 вики, который больше не нужен для знать. Отключите оптимизацию, установив параметры (datatable.optimize=0).
