5

層化された加重平均を生成するコードがいくつかありますが、これは数か月前に機能したと確信しています。しかし、しかし、私は現在の問題が何であるかわかりません。（お詫びします-これは非常に基本的なものでなければなりません）：

dp=
structure(list(seqn = c(1L, 2L, 3L, 4L, 6L, 7L, 8L, 9L, 10L, 
11L, 12L, 13L, 3L, 4L, 9L, 10L, 11L, 14L, 8L, 11L, 12L, 10L, 
5L, 13L, 2L, 14L, 3L, 9L, 6L, 7L), sex = c(2L, 1L, 2L, 2L, 1L, 
2L, 2L, 1L, 2L, 2L, 2L, 1L, 1L, 2L, 2L, 1L, 1L, 2L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L), bmi = c(22.8935608711259, 
27.0944623781918, 40.4637162938634, 23.7649712675423, 15.3193372705538, 
31.1280302540991, 21.4866354393239, 20.3200254374398, 32.331092513536, 
25.3679771839413, 33.9400508162971, 14.7048592172926, 25.5243757788688, 
23.4331882363495, 27.6428134168995, 29.3923629426172, 24.9547209666314, 
17.0522203606383, 15.51, 22, 30.62, 30.94, 29.1, 25.57, 24.9, 
27.33, 17.63, 18.48, 22.56, 29.39), tc = c(273L, 181L, 150L, 
201L, 142L, 165L, 235L, 219L, 298L, 222L, 143L, 134L, 268L, 160L, 
236L, 225L, 260L, 140L, 162L, 132L, 156L, 140L, 279L, 314L, 215L, 
174L, 129L, 148L, 153L, 245L), swt = c(1645, 3318, 2280, 1574, 
4062, 1627, 14604, 24675, 975, 975, 2697, 1559, 1737.58, 1730.23, 
19521.36, 28080.57, 1248.43, 13745.77, 5251.76464426326, 6497.194885522, 
15915.7023420765, 3740.96809540218, 16574.177622509, 307.32513798849, 
4720.89748295751, 3247.78896499604, 7698.70949077031, 1262.6450411464, 
6609.43340735515, 4254.23723479882)), .Names = c("seqn", "sex", 
"bmi", "tc", "swt"), row.names = c(20560L, 20561L, 20562L, 20563L, 
20565L, 20566L, 20567L, 20568L, 20569L, 20570L, 20571L, 20572L, 
61335L, 61336L, 61338L, 61339L, 61340L, 61341L, 95465L, 96890L, 
104613L, 105988L, 107581L, 112267L, 113403L, 114292L, 119979L, 
120271L, 125939L, 135699L), class = "data.frame")

dt=data.table(dp, key='sex')

sapply(df,function(x)weighted.mean(x,df$swt))  #this works to weighted mean
dt[,lapply(.SD, mean, na.rm=T), .SDcols=c('bmi','tc','swt')]  
     #this also works for overall unweighted mean

dt[,lapply(.SD, function(x)weighted.mean(x,swt, na.rm=TRUE)), by=key(dt), .SDcols=c('bmi','tc','swt')]

しかし、これはエラーになります： Error in weighted.mean.default(x, swt, na.rm = TRUE) : object 'swt' not found

sessionInfo()
R version 2.15.2 (2012-10-26)
Platform: i386-w64-mingw32/i386 (32-bit)

locale:
[1] LC_COLLATE=English_United States.1252  LC_CTYPE=English_United States.1252   
[3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C                          
[5] LC_TIME=English_United States.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] data.table_1.8.6

loaded via a namespace (and not attached):
[1] tools_2.15.2
4

2 に答える 2

8

更新（Arunから）：これはv1.8.11で修正されました。ニュースから：

o DT[, lapply(.SD, function(), by=]最適化が「オン」の場合、DTの列が表示されませんでした。これは修正されました、＃2381。テストが追加され、正常にテストされました。SOについて報告してくれたDavidFに感謝します： data.tableと階層化された手段

これは確かに1.8.2と1.8.6の間のどこかで導入されたバグです。

dt[,lapply(.SD, function(x) weighted.mean(x,swt, na.rm=TRUE)), by=key(dt),
    .SDcols=c('bmi','tc','swt')] 
Error in weighted.mean.default(x, swt, na.rm = TRUE) : 
    object 'swt' not found

当面の間、これを回避するには、最適化をオフにします。

options(datatable.optimize=FALSE)
dt[,lapply(.SD, function(x)weighted.mean(x,swt, na.rm=TRUE)), by=key(dt),    
    .SDcols=c('bmi','tc','swt')]
   sex      bmi       tc      swt
1:   1 25.64376 206.0115 17171.20
2:   2 23.73566 193.8727 11467.47

または、：でラップしないでfunction()ください

options(datatable.optimize=TRUE)
dt[,lapply(.SD, weighted.mean, swt, na.rm=TRUE), by=key(dt),    
    .SDcols=c('bmi','tc','swt')] 
   sex      bmi       tc      swt
1:   1 25.64376 206.0115 17171.20
2:   2 23.73566 193.8727 11467.47

現在、最適化をさらに活用していますが、このケースはテストスイートをすり抜けました。テスト825.1、825.2、および825.3は、匿名内の別の列である関数への引数をカバーしていませんでしたfunction()。関数がまだ指定されていない場合は問題になります。つまり、この場合とは異なり、はすでに指定function()されているため省略でき、そのまま適用できます。weighted.mean

verbose=TRUE設定（クエリごとまたはグローバルオプションを使用）により、最適化によってjがどのように変更されるかを確認できます。この場合、その冗長な出力によって間違っていることが明らかになることはありませんが、脇に置いておくだけです。

現在＃2381として提出されています：lapply（.SD、function（）...）の最適化では、...内の列が表示されなくなりました。これが再び回帰しないように、テストを修正して追加します。

ありがとう！

于 2012-11-19T13:20:08.800 に答える
3

シンプルに保つことをお勧めします。

dt[,list(bmi_m=weighted.mean(bmi,swt,na.rm=TRUE),
         tc_m=weighted.mean(tc,swt,na.rm=TRUE),
         swt_m=weighted.mean(swt,swt,na.rm=TRUE)),by=key(dt)]

これもかなり速いと思います。

于 2012-11-18T16:30:25.577 に答える