r - 为什么我不能在 data.table 中使用 .I 删除当前观察？

Question

最近看到一个问题(找不到链接)是这样的

I want to add a column on a data.frame that computes the variance of a different column while removing the current observation.

dt = data.table(
  id = c(1:13),
  v = c(9,5,8,1,25,14,7,87,98,63,32,12,15)
)

因此，使用 for() 循环:

res = NULL
for(i in 1:13){
  res[i] = var(dt[-i,v])
}

我尝试在 data.table 中执行此操作，使用 .I 的负索引，但令我惊讶的是，以下均无效:

#1
dt[,var := var(dt[,v][-.I])]

#2
dt[,var := var(dt$v[-.I])]

#3 
fun = function(x){
  v = c(9,5,8,1,25,14,7,87,98,63,32,12,15)
  var(v[-x])
}
dt[,var := fun(.I)]

#4
fun = function(x){
  var(dt[-x,v])
}
dt[,var := fun(.I)]

所有这些都给出相同的输出:

    id  v var
 1:  1  9  NA
 2:  2  5  NA
 3:  3  8  NA
 4:  4  1  NA
 5:  5 25  NA
 6:  6 14  NA
 7:  7  7  NA
 8:  8 87  NA
 9:  9 98  NA
10: 10 63  NA
11: 11 32  NA
12: 12 12  NA
13: 13 15  NA

我错过了什么？我认为这是 的问题。我 被传递给函数，但是一个虚拟的例子:

fun = function(x,c){
  x*c
}
dt[,dummy := fun(.I,2)]

    id  v var
 1:  1  9   2
 2:  2  5   4
 3:  3  8   6
 4:  4  1   8
 5:  5 25  10
 6:  6 14  12
 7:  7  7  14
 8:  8 87  16
 9:  9 98  18
10: 10 63  20
11: 11 32  22
12: 12 12  24
13: 13 15  26

工作正常。

为什么我不能在这种特定情况下使用 .I？

Answer 1

你可以使用.BY:

a list containing a length 1 vector for each item in by

dt[ , var_v := dt[id != .BY$id,  var(v)], by = id]

方差每行计算一次 (by = id)。在每次计算中，使用“内部”i 中的 id != .BY$id 排除当前行。

all.equal(dt$var_v, res)
# [1] TRUE

---

为什么您的代码不起作用？因为……

.I is an integer vector equal to seq_len(nrow(x)),

...您的-.I 不仅删除了当前 观察结果，还从“v”中一次性删除了所有 行。

从您的尝试开始的小插图(只是没有赋值 :=)并逐步简化它:

# your attempt
dt[ , var(dt[, v][-.I])]
# [1] NA

# without the `var`, indexing only
dt[ , dt[ , v][-.I]]
# numeric(0)
# an empty vector

# same indexing written in a simpler way
dt[ , v[-.I]]
# numeric(0)

# even more simplified, with a vector of values
# and its corresponding indexes (equivalent to .I)
v <- as.numeric(11:14)
i <- 1:4
v[i]
# [1] 11 12 13 14

x[-i]
# numeric(0)