具有“seq”函数的data.table中的错误含义是什么 - “RHS长度必须为1或者与LHS长度完全匹配”？

Question

我试图：

1. 计算响应同一呼叫的警察单位之间呼叫持续时间的差异
2. 识别具有相同呼叫ID的一组呼叫中的最长持续时间
3. 按持续时间的降序排列

我这样做的步骤可以在下面的代码片段中找到。

首先，我按ID降序排列（具有相同ID的多个呼叫），然后通过呼叫持续时间以小时（降序）排列。

然后，我将data.frame变为data.table。

然后，按持续时间应用序列（降序）。

call_duration_diff_by_unit[, duration_seq := seq(CALL_DURATION_HOURS), by = c("ID")]

这就是出现问题的地方：我收到错误消息

“[.data.table中的错误（call_duration_diff_by_unit ,, :=（duration_seq，：提供2个项目，分配给'duration_seq'列中大小为1的组1 .RHS长度必须为1（单个值可以）或者完全匹配LHS长度如果你想“回收”RHS，请明确使用rep（）让你的代码读者明白这个意图。“

我发现的这个错误的唯一解释是特定于我没有使用的独特包。我现在理解“回收”的概念，但不确定它如何适用于这种情况......没有两个不同长度的向量。

R可能会错误地读取by = c("ID")部分作为第二个输入吗？

call_duration_diff_by_unit <- cad_cfs_data %>% 
  arrange(desc(ID), desc(CALL_DURATION_HOURS))

call_duration_diff_by_unit <- 
  data.table(call_duration_diff_by_unit)

call_duration_diff_by_unit[, duration_seq := seq(CALL_DURATION_HOURS), by = c("ID")]

我希望它为每组唯一的呼叫ID创建一个唯一的数字ID（为最长的持续时间分配1）。相反，我得到错误并且它不保存变量“duration_seq”以供稍后在代码中使用。

Answer 1

我认为你所寻找的东西可以通过data.table中的特殊符号更容易地完成。使用.N的那个非常有用，因为它只计算data.table中的行数，如果指定一个组，它将计算该组中的行数。所以代码看起来像这样：

call_duration_diff_by_unit[, duration_seq := 1:.N, by = c("ID")]

这是你想要的吗？