问题类强制转换过的R data.table ifelse，if_else，if ... else

Question

我在基于某些条件将字符变量转换为数字变量时遇到了R data.table的问题：

library(data.table)
DT1 <- data.table(a = "A", b = "B")
DT2 <- data.table(a = "A", b = "B")

DT1[a == "A", b := ifelse(b == "B", 1, 0)]    #option 1: incorrect behavior
DT2[,         b := ifelse(b == "B", 1, 0)]    #option 2: correct behavior

预期正确的输出：

   a             b
1: A (character) 1 (numeric)

但是，使用选项1，我得到以下输出（带有警告）：

   a             b
1: A (character) 1 (character)

警告信息：

在[.data.table（DT1，a ==“ A”，:=（b，ifelse（b ==“ B”，1，0）））中：

将双RHS强制转换为字符以匹配目标列的类型（第2列名为“ b”）。如果目标列的类型字符正确，则为避免效率强迫，最好将RHS创建为类型字符，以提高效率。为了实现这一点，请考虑R的类型后缀：typeof（0L）vs typeof（0），以及typeof（NA）vs typeof（NA_integer_）vs typeof（NA_real_）。您可以使用as.character（）来包装RHS以避免出现此警告，但仍会强制执行。如果目标列的类型不正确，则最好重新访问DT的创建位置，然后在其中修复该列的类型。例如，通过在fread（）中使用colClasses =。否则，您现在可以通过在其顶部插入一个新列（所需类型）来更改列类型；例如DT [，b：= as.double（b）]。如果：=的RHS具有nrow（DT）元素，则该分配称为列plonk，是更改列类型的方式。可以使用sapply（DT，typeof）观察列类型。

问：有人可以解释为什么选项1不起作用吗？对您来说这似乎是个bug吗？

---

Extra's：显然也可以执行以下操作：

DT3 <- data.table(a = "A", b = "B")
DT3[, b := ifelse(a == "A" & b == "B", 1, 0)] #option 3: correct behavior

但是，与选项3相比，我更喜欢选项1，因为我想将变量逻辑和过滤器逻辑分开。

注意：用dplyr :: if_else或base :: if ... else替换ifelse时，也会出现此问题

Answer 1

类具有层次结构- character比numeric。如果将character数字向量的赋给（部分），则可以安全地将整个向量转换为character，因为数字可以表示为character。

在这种情况下，您可以将a分配给向量的numeric一部分character，并data.table可以选择

• （a）检查整个向量（列），以查看将其转换为数字是否安全（价格昂贵，对用户而言可能是出乎意料且令人惊讶的）
• （b）将数值转换为字符。

我的猜测是，当您使用时，即使您的条件碰巧匹配每行DT1[a == "A", ...]，内部结构也会假设您仅分配给向量的一部分。因此，请data.table执行上述有效且安全的（b）选项，并将您转换numeric为character。

另一方面，语法会DT2[, b := ifelse(b == "B", 1, 0)]覆盖整个b列-之前的内容都没关系，您现在将其放在numeric此处。

我认为，真正的教训是，如果您想更改列的类，则应该明确地执行此操作，而不是依赖于基于为列的一部分分配新值的自动转换。