data.table 分组集中出现警告消息“min 没有非缺失参数；返回 Inf”

Question

我正在测试

data.table::groupingsets

，但我不断收到意外警告。

首先，我创建一个数据表用作输入：

## create "long" iris data set
long_iris <-melt(as.data.table(iris),
                 measure.vars = c('Sepal.Width', 'Sepal.Length', 'Petal.Width', 'Petal.Length'),
                 id.vars = 'Species',
                 variable.factor = FALSE,
                 value.factor = FALSE)

然后我将它作为参数传递给

groupingsets

:

groupingsets(long_iris, 
             .(N = .N,
               Min = min(value),
               Max = max(value),
               Mean = mean(value), 
               SD = sd(value)),
             by = c('Species', 'variable'),
             ## group by 'variable' and 'Species' separately as well as the interaction, plus the overall stats (character())
             sets = list('variable', 'Species', c('variable', 'Species'), character()))

结果看起来不错

       Species     variable   N Min Max     Mean        SD
 1:       <NA>  Sepal.Width 150 2.0 4.4 3.057333 0.4358663
 2:       <NA> Sepal.Length 150 4.3 7.9 5.843333 0.8280661
 3:       <NA>  Petal.Width 150 0.1 2.5 1.199333 0.7622377
 4:       <NA> Petal.Length 150 1.0 6.9 3.758000 1.7652982
 5:     setosa         <NA> 200 0.1 5.8 2.535500 1.8483429
 6: versicolor         <NA> 200 1.0 7.0 3.573000 1.7623850
 7:  virginica         <NA> 200 1.4 7.9 4.285000 1.9153899
 8:     setosa  Sepal.Width  50 2.3 4.4 3.428000 0.3790644
 9: versicolor  Sepal.Width  50 2.0 3.4 2.770000 0.3137983
10:  virginica  Sepal.Width  50 2.2 3.8 2.974000 0.3224966
11:     setosa Sepal.Length  50 4.3 5.8 5.006000 0.3524897
12: versicolor Sepal.Length  50 4.9 7.0 5.936000 0.5161711
13:  virginica Sepal.Length  50 4.9 7.9 6.588000 0.6358796
14:     setosa  Petal.Width  50 0.1 0.6 0.246000 0.1053856
15: versicolor  Petal.Width  50 1.0 1.8 1.326000 0.1977527
16:  virginica  Petal.Width  50 1.4 2.5 2.026000 0.2746501
17:     setosa Petal.Length  50 1.0 1.9 1.462000 0.1736640
18: versicolor Petal.Length  50 3.0 5.1 4.260000 0.4699110
19:  virginica Petal.Length  50 4.5 6.9 5.552000 0.5518947
20:       <NA>         <NA> 600 0.1 7.9 3.464500 1.9754900

但我也收到以下警告：

Warning messages:
1: In min(value) : no non-missing arguments to min; returning Inf
2: In max(value) : no non-missing arguments to max; returning -Inf

我使用的是鸢尾花数据框，因此没有缺失值。我知道这些错误通常是由于将 0 长度向量传递给

min

或

max

引起的，但我不明白这是如何发生的。

我得到了预期的结果，但我不明白为什么会收到此警告。

Answer 1

这就是它试图做的事情，尽管我不知道“为什么”它以这种方式实现背后的故事。

编辑：来自@jangorecki，

data.table

的长期贡献者。感谢您的参与！

创建模板DT，绑定其他分组

---

我们提供一个调试功能：

groupingsets(long_iris, 
             .(N = .N, Max = (function(z) { browser(); max(value); })(value)),
             by = c('Species', 'variable'),
             ## group by 'variable' and 'Species' separately as well as the interaction, plus the overall stats (character())
             sets = list(character(), 'variable', 'Species', c('variable', 'Species')))

在第一个实例化中，让我们看一下

where

和堆栈上的前几个函数：

Browse[2]> where
where 1: (function(z) {
    browser()
    max(value)
})(value)
where 2: `[.data.table`(x, 0L, eval(jj), by)
where 3: x[0L, eval(jj), by]

和第二次迭代

Browse[2]> c
Browse[2]> where
where 1: (function(z) {
    browser()
    max(value)
})(value)
where 2: eval(jsub, SDenv, parent.frame())
where 3: eval(jsub, SDenv, parent.frame())

请注意，在第一次调用时，我们看到

x[0L, eval(jj), by]

，这是故意使用 0 行帧进行调用。

我怀疑（其中一个

data.table

-devs会通过管道输入吗？）这是为了查找一行的类，所以我们至少会返回something。在来源中找到这个有点令人鼓舞：

  empty = if (length(.SDcols)) x[0L, eval(jj), by, .SDcols=.SDcols] else x[0L, eval(jj), by]

这不会发生在

sum

上，可能是因为它们在没有数据的情况下表现得有些不同：

min()
# Warning in min() : no non-missing arguments to min; returning Inf
# [1] Inf
sum()
# [1] 0

如果您知道要使用的函数带有空数据（例如

min

和

max

），您可以随时抑制它们或定义具有合理默认值的空友好版本（例如

-Inf

代表

max 

，以及

Inf

表示

min

）：

max2 <- function(x, ...) max(c(-Inf, x), ...)

那就不吵了:

groupingsets(long_iris, 
             .(N = .N, Max = max2(value)),
             by = c('Species', 'variable'),
             sets = list(character(), 'variable', 'Species', c('variable', 'Species')))
#        Species     variable     N   Max
#         <fctr>       <char> <int> <num>
#  1:       <NA>         <NA>   600   7.9
#  2:       <NA>  Sepal.Width   150   4.4
#  3:       <NA> Sepal.Length   150   7.9
#  4:       <NA>  Petal.Width   150   2.5
#  5:       <NA> Petal.Length   150   6.9
#  6:     setosa         <NA>   200   5.8
#  7: versicolor         <NA>   200   7.0
#  8:  virginica         <NA>   200   7.9
#  9:     setosa  Sepal.Width    50   4.4
# 10: versicolor  Sepal.Width    50   3.4
# 11:  virginica  Sepal.Width    50   3.8
# 12:     setosa Sepal.Length    50   5.8
# 13: versicolor Sepal.Length    50   7.0
# 14:  virginica Sepal.Length    50   7.9
# 15:     setosa  Petal.Width    50   0.6
# 16: versicolor  Petal.Width    50   1.8
# 17:  virginica  Petal.Width    50   2.5
# 18:     setosa Petal.Length    50   1.9
# 19: versicolor Petal.Length    50   5.1
# 20:  virginica Petal.Length    50   6.9
#        Species     variable     N   Max