r - 当没有非 NA 值时，汇总不会从最大值返回警告

Question

当max(x, na.rm = TRUE)被调用时没有非 NA值，它返回 -Inf ，有警告。但是，在某些情况下，summarise函数在 dplyr不返回警告:

library(magrittr)
library(dplyr)

df1 <- data.frame(a = c("a","b"), b = c(NA,NA))
df1 %>% group_by(a) %>% summarise(x = max(b, na.rm = TRUE))
# Three warnings, as expected.

df2 <- data.frame(a = c("a","b"), b = c(1,NA))
df2 %>% group_by(a) %>% summarise(x = max(b, na.rm = TRUE))
# No warning. Unexpected.

有趣的是，如果我重命名该函数，则会按预期收到警告:

# Pointer to same function.
stat <- max

df1 <- data.frame(a = c("a","b"), b = c(NA,NA))
df1 %>% group_by(a) %>% summarise(x = stat(b, na.rm = TRUE))
# Three warnings, as expected.

df2 <- data.frame(a = c("a","b"), b = c(1,NA))
df2 %>% group_by(a) %>% summarise(x = stat(b, na.rm = TRUE))
# Single warning, as expected.

其实我觉得应该是两个警告而不是三个，因为 summarise只有两组.但我不确定内部警告系统是如何工作的，所以也许三个警告是符合预期的。

我的问题是:为什么 summarise在特定情况下不输出警告，如果这是预期的，为什么函数的简单重命名会改变这种行为？

我的 sessionInfo() :

R version 3.3.2 (2016-10-31)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 14.04.5 LTS

locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C
 [3] LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8
 [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8
 [7] LC_PAPER=en_US.UTF-8       LC_NAME=C
 [9] LC_ADDRESS=C               LC_TELEPHONE=C
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base

other attached packages:
[1] dplyr_0.5.0.9000 magrittr_1.5

loaded via a namespace (and not attached):
[1] lazyeval_0.2.0.9000 R6_2.2.0            assertthat_0.1
[4] tools_3.3.2         DBI_0.5-1           tibble_1.2
[7] Rcpp_0.12.8

尽管我使用的是 dplyr 的“开发”版本，我也在 CRAN 中可用的版本上进行了测试，结果相同。

Answer 1

对于 max() ，可以使用混合版本，该版本对于分组数据帧的运行速度要快得多，因为整个评估可以在 C++ 中进行，而无需对每个组进行 R 回调。在 dplyr 0.5.0 中，当满足以下所有条件时，将触发混合版本:

第一个参数引用数据框中存在的变量

第二个参数是 logical常数

见 hybrid vignette了解更多详情。
max()的混合版在某些方面与 R 实现不同:

不会为空向量引发警告，静默返回 -Inf

我认为情况总是如此；我们不妨在这里添加一个警告，但我怀疑 other users won't be happy about this

全- NA矢量将返回 NA即使与 na.rm = TRUE

这肯定是个bug，我filed an issue

在您的示例中， c(NA, NA)是 logical 的向量，因此 dplyr 回退到“常规”评估，每个组都有一个 R 回调。如果您需要原始行为，只需使用包装器或别名；混合评估器将回退到常规评估:

max_ <- max
data_frame(a = NA_real_) %>% summarise(a = max_(a, na.rm = TRUE))
## # A tibble: 1 × 1
##       a
##   <dbl>
## 1  -Inf
## Warning message:
## In max_(a, na.rm = TRUE) : no non-missing arguments to max; returning -Inf