R: Потеря данных во время подмножества (data.table)

Question

Я теряю данные, когда пытаюсь подмножить свою таблицу данных.

Вот .csv, который файл записывается из

Timestamp,Date,Time,SN,A.Ms.Amp,A.Ms.Vol,A.Ms.Watt,Pac 
2013-10-01 12:00:00,2013-10-01,12:00:00,2110000001,23.04,465.43,10723,13544.5 
2013-10-01 12:00:00,2013-10-01,12:00:00,2110000002,7.81,474.16,3704,6860 
2013-10-01 12:00:00,2013-10-01,12:00:00,2110000003,6.97,484.19,3374,6661 
2013-10-01 12:05:00,2013-10-01,12:05:00,2110000001,23.19,467.05,10830,13576 
2013-10-01 12:05:00,2013-10-01,12:05:00,2110000002,8.4,462.52,3883.5,7366.5 
2013-10-01 12:05:00,2013-10-01,12:05:00,2110000003,7.72,470.6,3631,7169 
2013-10-01 12:10:00,2013-10-01,12:10:00,2110000001,23.98,470.29,11278.5,14127.5 
2013-10-01 12:10:00,2013-10-01,12:10:00,2110000002,8.62,458.47,3952,7475.5 
2013-10-01 12:10:00,2013-10-01,12:10:00,2110000003,7.9,462.62,3654,7182.33 
2013-10-01 12:15:00,2013-10-01,12:15:00,2110000001,24.27,467.37,11342,14193 
2013-10-01 12:15:00,2013-10-01,12:15:00,2110000002,8.61,458.96,3949,7502 
2013-10-01 12:15:00,2013-10-01,12:15:00,2110000003,8.13,458.31,3725,7338 
2013-10-01 12:20:00,2013-10-01,12:20:00,2110000001,22.3,461.71,10279.5,12735.5 
2013-10-01 12:20:00,2013-10-01,12:20:00,2110000002,8.51,461.87,3929,7553.5 
2013-10-01 12:20:00,2013-10-01,12:20:00,2110000003,7.83,462.19,3618.5,7331.5 

Вот код, я побежал:

library(data.table) 
a<-fread("complete1.csv") 
a[,`:=`(Timestamp=ymd_hms(Timestamp), 
Date=ymd(Date), 
SN=as.factor(SN))] 
a[SN==c("2110000001","2110000002"),c("Timestamp","Date","Time","SN","A.Ms.Watt","Pac"),with=FALSE] 

я получаю этот выход:

> a[SN==c("2110000001","2110000002"),c("Timestamp","Date","Time","SN","A.Ms.Watt","Pac"),with=FALSE] 
      Timestamp  Date  Time   SN A.Ms.Watt  Pac 
1: 2013-10-01 12:00:00 2013-10-01 12:00:00 2110000001 10723.0 13544.5 
2: 2013-10-01 12:00:00 2013-10-01 12:00:00 2110000002 3704.0 6860.0 
3: 2013-10-01 12:10:00 2013-10-01 12:10:00 2110000001 11278.5 14127.5 
4: 2013-10-01 12:10:00 2013-10-01 12:10:00 2110000002 3952.0 7475.5 
5: 2013-10-01 12:20:00 2013-10-01 12:20:00 2110000001 10279.5 12735.5 
6: 2013-10-01 12:20:00 2013-10-01 12:20:00 2110000002 3929.0 7553.5 
Warning messages: 
1: In is.na(e1) | is.na(e2) : 
    longer object length is not a multiple of shorter object length 
2: In `==.default`(SN, c("2110000001", "2110000002")) : 
    longer object length is not a multiple of shorter object length 

К сожалению, я не «Понятно, какие предупреждения. Но я теряю данные каждые 12: xx: x5 интервалов (например, 12:00:05). Что я могу делать неправильно?

Answer 1

Это не проблема data.table, но проблема с неправильным оператором. Оператор == векторизован. Посмотрите, что происходит, когда вы смотрите на:

a[,list(Timestamp,SN, SN == c("2110000001","2110000002"))] 

       Timestamp   SN V3 
1: 2013-10-01 12:00:00 2110000001 TRUE 
2: 2013-10-01 12:00:00 2110000002 TRUE 
3: 2013-10-01 12:00:00 2110000003 FALSE 
4: 2013-10-01 12:05:00 2110000001 FALSE 
5: 2013-10-01 12:05:00 2110000002 FALSE 
6: 2013-10-01 12:05:00 2110000003 FALSE 
7: 2013-10-01 12:10:00 2110000001 TRUE 
8: 2013-10-01 12:10:00 2110000002 TRUE 
9: 2013-10-01 12:10:00 2110000003 FALSE 
10: 2013-10-01 12:15:00 2110000001 FALSE 
11: 2013-10-01 12:15:00 2110000002 FALSE 
12: 2013-10-01 12:15:00 2110000003 FALSE 
13: 2013-10-01 12:20:00 2110000001 TRUE 
14: 2013-10-01 12:20:00 2110000002 TRUE 
15: 2013-10-01 12:20:00 2110000003 FALSE 
Warning message: 
In SN == c("2110000001", "2110000002") : 
    longer object length is not a multiple of shorter object length 

Это описано в руководстве R языка, в Operators:

R сделок с целыми векторами данных в то время, и большинство из элементарных операторов и основные математические функции, такие как log, векторизованы (как указано в таблице выше). Это означает, что, например, добавление двух векторов одинаковой длины создаст вектор, содержащий элементы-мудрые суммы, неявно зацикляющие над векторным индексом. Это относится также к другим операторам, таким как -, * и /, а также к структурам с более высокой размерностью.

Если вы хотите TRUE когда SN либо из значений c("2110000001","2110000002") используйте %in%, как

SN %in% c("2110000001","2110000002")