在 R 中使用 data.table 包对列求和 - 出现 GForce sum(gsum) 错误

Question

这是一个数据表：

Date     colA  colB  colC  .... month    year
01/23/15  2323  2323 2323        january  2015
.......

在此 data.table 上，我尝试：1）按月和年对所有列值求和 2）在返回的子集中我想排除日期列

我在DT上设置的键如下：

setkey(DT, month, year)

现在我运行此命令来实现上面步骤 1 和 2 中列出的操作：

DT[ ,lapply(.SD, sum, na.rm=TRUE), by=.(month , year), .SDcols= 2:(length(colnames(DT))-2) ]

我从这里的 SO 帖子中得到了上面的例子。

当我运行这个......我收到以下错误：

Error in gsum(`colA`, na.rm = TRUE) : 
  Type 'character' not supported by GForce sum (gsum). Either add the prefix base::sum(.) or turn off GForce optimization using options(datatable.optimize=1)

我不确定这意味着什么以及如何调试它......

任何援助将不胜感激。谢谢

Answer 1

该错误表明您无法对一个字符求和，所以我会说这colA是一个字符。您可以用来str(DT)查看数据中变量的类型。

我创建了一个类似的数据集并使用了您提供的代码，它对我有用：

library(data.table)
DT = data.table("Date" = c('01/23/15', '01/24/15', '02/23/15', '02/24/15'),
        "colA" = c(2323, 1212, 1234, 2345),
        "colB" = c(2323, 1112, 1134, 2245),
        "colC" = c(2323, 1012, 1434, 2445),
        "month" = c('january', 'january', 'february', 'february'),
        "year" = c(2015, 2015, 2015, 2015)
)

setkey(DT, month, year)

DT[ ,lapply(.SD, sum, na.rm=TRUE), by=.(month , year), .SDcols= 2:(length(colnames(DT))-2) ]
      month year colA colB colC
1: february 2015 3579 3379 3879
2:  january 2015 3535 3435 3335