为什么中位数和合并对于奇数行数不起作用？

Question

在最近的一个问题中，我尝试使用分组中位数dplyr::coalesce替换来给出答案。NA但我得到了一个

Error: Argument 2 must be an integer vector, not a double vector

错误。试图找出造成这种情况的原因是什么，我终于指出了只有nrow(df)在非偶数时才会出现错误的地方？我有点怀疑这是否真的是解释，但那就是我决定在这里问问题的那一刻：这是什么原因？我发现的唯一相关问题是here，但我不确定这是否是同一个问题？

编辑：

如果我替换为or ，则不会引发错误！medianminmax

再次：

library(dplyr)
df <- data.frame(ID = 1:7,
                 Group = c(1, 1, 1, 2, 2, 2, 1),
                 val1 = c(1, NA, 3, 2, 2, 3, 2),
                 val2 = c(2, 2, 2, NA, 1, 3, 2))

df %>%
  group_by(Group) %>% 
  mutate_at(vars(-group_cols()), ~coalesce(., median(.,na.rm=TRUE))) %>% 
  ungroup()

加薪：

错误：参数 2 必须是整数向量，而不是双精度向量

但是如果我删除最后一行（或最后三行）：

df[1:6, ] %>%
  group_by(Group) %>% 
  mutate_at(vars(-group_cols()), ~coalesce(., median(.,na.rm=TRUE))) %>% 
  ungroup()

有用....！！？

PS
使用ifelse(is.na(.)...而不是合并也可以独立于行数：

df %>%
group_by(Group) %>% 
mutate_at(vars(-group_cols()), ~ifelse(is.na(.), median(., na.rm = TRUE), .)) %>% 
ungroup()

meanPPS 当使用而不是时也会引发错误median

Answer 1

文档median说

默认方法返回与 x 类型相同的长度为 1 的对象，除非 x 是逻辑或偶数长度的整数，否则结果将为 double。”

如果 df$ID 设置为 ，则不会引发您看到的错误as.numeric。建议coalesce让班级感到困惑df$ID。

library(dplyr)
df <- data.frame(ID = 1:7,
  Group = c(1, 1, 1, 2, 2, 2, 1),
  val1 = c(1, NA, 3, 2, 2, 3, 2),
  val2 = c(2, 2, 2, NA, 1, 3, 2))

# convert ID to numeric
df$ID <- as.numeric(df$ID)

df %>%
  group_by(Group) %>% 
  mutate_at(vars(-group_cols()), ~coalesce(., median(.,na.rm=TRUE))) %>% 
  ungroup()

另请注意classID 的值如何根据输入方式而变化：

IDa = 1:7
class(IDa)

IDb = c(1,2,3,4,5,6,7)
class(IDb)

IDc = c(1L,2L,3L,4L,5L,6L,7L)
class(IDc)