r - 当新列值具有不同的类时，data.table 列不会按预期更新

Question

当我想更新我在“通过引用”之前创建的列时，我很难理解以下行为。

library(data.table)
#> Warning: package 'data.table' was built under R version 3.6.1
set.seed(2)
mydt <- data.table(group = rep(letters[1:2], each = 5), date1 = as.Date(sample(10), origin = '1970-01-01'), date2 = as.Date(sample(10),origin = '1970-01-01'))

mydt[, diffdates := date1-date2] # creates column "diffdates"

mydt[, whichdate := date1[which.min(abs(date1-date2))], by ='group'] 
#whichdate is created in order to show what I would expect in the next step

mydt[, diffdates := date1[which.min(abs(date1-date2))], by ='group'] 
# diffdates is NOT updated in the way I want (should look like "whichdate").

mydt
#>     group      date1      date2 diffdates  whichdate
#>  1:     a 1970-01-06 1970-01-02    1 days 1970-01-02
#>  2:     a 1970-01-07 1970-01-04    1 days 1970-01-02
#>  3:     a 1970-01-10 1970-01-07    1 days 1970-01-02
#>  4:     a 1970-01-02 1970-01-03    1 days 1970-01-02
#>  5:     a 1970-01-11 1970-01-10    1 days 1970-01-02
#>  6:     b 1970-01-08 1970-01-11    3 days 1970-01-04
#>  7:     b 1970-01-05 1970-01-08    3 days 1970-01-04
#>  8:     b 1970-01-09 1970-01-06    3 days 1970-01-04
#>  9:     b 1970-01-04 1970-01-05    3 days 1970-01-04
#> 10:     b 1970-01-03 1970-01-09    3 days 1970-01-04

事实上，有些事情正在发生，但并不完全是预期的结果。 (我希望更新的列与我的“哪个日期”列相同)。
我不明白的是它使用简单的函数工作，例如:

mtcars_dt <- as.data.table(mtcars)

mtcars_dt[, max_mpg := min(mpg), by = 'cyl'] 

mtcars_dt[, max_mpg := max(mpg), by = 'cyl'] #properly updates the previous column

head(mtcars_dt)
#>     mpg cyl disp  hp drat    wt  qsec vs am gear carb max_mpg
#> 1: 21.0   6  160 110 3.90 2.620 16.46  0  1    4    4    21.4
#> 2: 21.0   6  160 110 3.90 2.875 17.02  0  1    4    4    21.4
#> 3: 22.8   4  108  93 3.85 2.320 18.61  1  1    4    1    33.9
#> 4: 21.4   6  258 110 3.08 3.215 19.44  1  0    3    1    21.4
#> 5: 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2    19.2
#> 6: 18.1   6  225 105 2.76 3.460 20.22  1  0    3    1    21.4

创建于 2019-11-14 由 reprex package (v0.3.0)

Answer 1

这是因为 data.table 在列创建后维护了列的类。如果您尝试用不同类的新向量替换现有列，它将转换为原始类或给出错误。这里diffdates是一个 difftime-classed 对象，你试图用 date-classed 对象替换它。

一种解决方案是删除该列，然后将其重新添加，如下所示。

mydt[, diffdates := NULL]
mydt[, diffdates := date1[which.min(abs(date1-date2))], by ='group']

根据上面@Henrik 的评论添加到这一点，另一种将列更改为新类的方法是提供长度为 nrow(dt) 的向量。在 := 的右侧.注意:即使分组中的长度加起来为 nrow(dt)这不起作用，你必须给出一个长度为 nrow(dt) 的向量(因此，这种更改类的方法在使用 by 时不起作用)

例子:

d <- data.table(a = rep(1:2, 2), b = 1:4)

d[, b := rep(Sys.Date(), .N), by = a][]
#    a     b
# 1: 1 18214
# 2: 2 18214
# 3: 1 18214
# 4: 2 18214
d[, b := Sys.Date()][]
#    a     b
# 1: 1 18214
# 2: 2 18214
# 3: 1 18214
# 4: 2 18214
d[, b := rep(Sys.Date(), .N)][]
#    a          b
# 1: 1 2019-11-14
# 2: 2 2019-11-14
# 3: 1 2019-11-14
# 4: 2 2019-11-14