具有分组data.table的rollmean返回逻辑值

Question

[我试图在对数据进行分组时在data.table中使用来自Zoo软件包的rollmean。

当所有组都有足够的数据时，它工作正常：

library(data.table)
dt = data.table(x=rep(c("a","b"),10),y=rnorm(20))

dt[,.(ma=rollmean(y, k = 7, fill=NA,align="right")), by = .(x)]

但是当其中一个组的数据太少时，它将返回错误

dt2 = data.table(x=rep(c("c"),1),y=rnorm(1))

dt3=rbind(dt,dt2)
dt3[,.(ma=rollmean(y, k = 7, fill=NA,align="right")), by = .(x)]

这里是错误消息：

组3的结果的第1列为'逻辑'类型，但期望为'双'类型。每个组的列类型必须一致。

这似乎是因为rollmean在没有足够的数据时返回逻辑（TRUE和NA的混合）鉴于我的数据始终是正数，我将使用以下技巧使我的代码始终运行

dt4=dt3[,.(ma=rollmean(y, k = 7, fill=-1,align="right")), by = .(x)]
dt4[ma==-1,ma:=NA]
dt4

是否有适当/更好的方法？

Answer 1

我们可以使用NA_real_而不是NA，因为默认情况下它是NA_logical_

dt3[x == 'c', class(rollmean(y, k = 7, fill = NA, align = 'right'))] 
#[1] "logical"

使用NA_real_中的fill，它将正常工作
dt3[,.(ma=rollmean(y, k = 7, fill=NA_real_,align="right")), by = .(x)]
#    x          ma
# 1: a          NA
# 2: a          NA
# 3: a          NA
# 4: a          NA
# 5: a          NA
# 6: a          NA
# 7: a  0.19653855
# 8: a -0.05506344
# 9: a -0.17022022
#10: a -0.28731762
#11: b          NA
#12: b          NA
#13: b          NA
#14: b          NA
#15: b          NA
#16: b          NA
#17: b  0.02117906
#18: b -0.07079598
#19: b -0.05393943
#20: b  0.04511924
#21: c          NA
    x          ma

在其他组中，它也在创建NA，但是不同之处在于，当存在非NA元素时，它会被强制转换为数值NA。>