在新 R 版本中编译用旧版本编写的代码时出现问题

Posted 2023-02-18

【中文标题】在新 R 版本中编译用旧版本编写的代码时出现问题

【英文标题】：Problems compiling code written in old version in new R version

【发布时间】：2020-10-21 18:40:43

【问题描述】：

我在新版本的 R（4.0.1；平台：x86_64-w64-mingw32/x64（64 位））和 RStudio（版本 1.3.959）中运行命令时遇到问题，这些命令在旧版本中运行良好R.

假设我有一个名为 Check 的表，其中包含 10,000 多行和 100 多个变量（分类和数字）。

如果我尝试调用 droplevels 命令，我会收到以下消息。

Check <- droplevels(Check)
Error in .shallow(x, cols = cols, retain.key = TRUE) : 
can't set ALTREP truelength

然而，下面的工作

Check <- rapply(Check, f = droplevels, classes = "factor", how = "replace")

当我尝试通过定义新级别并将其替换为 NA 来替换分类变量中的 NA 时，我收到以下消息：

levels(Check$A) <- c(levels(Check$A), 'unknown.')
# Check$A <- factor(Check$A, levels=c(levels(Check$A), 'unknown.'))
Check$A[is.na(Check$A)] <- 'unknown.'
Error in setalloccol(newx) : can't set ALTREP truelength

当我尝试打开表格时，我收到以下消息：

View(Check)
Error in view: can't set ALTREP truelength

我不明白这里出了什么问题。请问有什么办法吗？

我试过玩

library(tidyverse)
Check <- data.frame(col1 = c(NA, letters[1:10]), col2 = c(NA, NA, 1:8, NA), 
                 col3 = c(NA, letters[1:5], NA, NA, NA, NA, NA))
Test <- Check
Test <- droplevels(Test)
str(Test)
Test2 <- Test[6:11,]
Test2 <- Test2 %>% mutate_if(sapply(Test2, is.character), as.factor)
Test2 <- droplevels(Test2)

以上工作正常，使用dput(Test2) 产生

structure(list(col1 = structure(c(NA, 1L, 2L, 3L, 4L, 5L, 6L, 
7L, 8L, 9L, 10L), .Label = c("a", "b", "c", "d", "e", "f", "g", 
"h", "i", "j"), class = "factor"), col2 = c(NA, NA, 1L, 2L, 3L, 
4L, 5L, 6L, 7L, 8L, NA), col3 = structure(c(6L, 1L, 2L, 3L, 4L, 
5L, 6L, 6L, 6L, 6L, 6L), .Label = c("a", "b", "c", "d", "e", 
"unknown."), class = "factor")), row.names = c(NA, -11L), class = "data.frame")

但是，对于我的数据，我最终使用 dput 得到了类似的结果，尽管我没有使用 data.table。

row.names = c(NA, 
-5L), .internal.selfref = <pointer: 0x0000000004f81ef0>, class = c("data.table", 
"data.frame"))

我正在尝试模仿我的数据，并在我尽快成功时将其摆出来。

【问题讨论】：

您的代码不可重现，因为我们没有Check。尝试将其减小到仍能说明错误的更合理的大小，然后使用dput(Check) 将其包含在您的问题中。您还应该为您正在使用的每个软件包调用library()。

@user2554330：感谢您的回复。我已经编辑了我的问题。我会在模仿成功后立即摆出“Check”。

由于错误发生在data.table 对象上，但似乎级别很低，也许它就像更新你的包（包括data.table）一样简单，以便它们与你当前的 R 版本兼容。

我现在已经安装了 R 4.0.2（来自 R 4.0.1）并完全下载了所有的包和依赖项。它现在似乎工作了，但是，我又遇到了同样的麻烦。关闭一切并让它再次运行。而且，奇怪的是它没有任何麻烦。还是不明白问题出在哪里。

不，数据框自己不会做任何事情。如果该类包含"data.table"，那是因为某些函数将其放在那里。在每次函数调用之前和之后检查类，你会找到罪魁祸首。

【参考方案1】：

下面的例子运行良好，没有任何问题：

library(tidyverse)
library(data.table)

Check <- data.frame(col1 = c(NA, letters[1:10]), col2 = c(NA, NA, 1:8, NA), 
                    col3 = c(NA, letters[1:5], NA, NA, NA, NA, NA))
Test1 <- Check
dput(Test1)

Test2 <- as.data.table(Check) # Convert to data.table
dput(Test2)


Test1 <- droplevels(Test1)
str(Test1)
Test1 <- Test1 %>% dplyr::mutate_if(sapply(Test1, is.character), as.factor)
Test1 <- Test1 %>% dplyr::mutate_if(sapply(Test1, is.integer), as.numeric)
str(Test1)
Test1 <- droplevels(Test1)

Test2 <- droplevels(Test2)
str(Test2)
Test2 <- Test2 %>% dplyr::mutate_if(sapply(Test2, is.character), as.factor)
Test2 <- Test2 %>% dplyr::mutate_if(sapply(Test2, is.integer), as.numeric)
str(Test2)
Test2 <- droplevels(Test2)

现在考虑这个例子：

library(tidyverse)
library(data.table)

Check1 <- data.frame(col1 = c(NA, letters[1:200]), col2 = c(NA, NA, 1:198, NA), 
                 col3 = c(NA, letters[1:195], NA, NA, NA, NA, NA),
                 col4 = c(NA, NA, letters[1:199]), col5 = c(NA, letters[7:206]),
                 col6 = c(NA, NA, letters[1:198], NA),
                 col7 = c(NA, letters[1:197], NA, NA, NA),
                 col8 = c(NA, letters[4:203]),
                 col9 = c(NA, letters[6:205]),
                 col10 = c(letters[1:200], NA),
                 col11 = c(NA, NA, letters[1:197], NA, NA),
                 col12 = c(NA, letters[2:201]),
                 col13 = c(NA, NA, NA, NA, NA, letters[1:196]) )

Check2 <- data.frame(replicate(100,sample(0:1000,201,rep=TRUE)))

Check <- cbind(Check1, Check2)


Test1 <- Check
dput(Test1) 
# dput gives ,row.names = c(NA, -201L), class = "data.frame")

Test2 <- as.data.table(Check)
dput(Test2)
# dput gives row.names = c(NA, -201L), .internal.selfref = <pointer: 0x00000000052e1ef0>, class # = c("data.table", "data.frame"))

# The below block runs without any problem since Test1 is of class data.frame
Test1 <- droplevels(Test1)
str(Test1)
Test1 <- Test1 %>% dplyr::mutate_if(sapply(Test1, is.character), as.factor)
Test1 <- droplevels(Test1)
Test1 <- Test1 %>% dplyr::mutate_if(sapply(Test1, is.integer), as.numeric)
str(Test1)
Test1 <- droplevels(Test1)

# The below block gives problem since Test2 is of class = c("data.table", "data.frame")
Test2 <- droplevels(Test2)
str(Test2)
Test2 <- Test2 %>% dplyr::mutate_if(sapply(Test2, is.character), as.factor)
Test2 <- droplevels(Test2)
Test2 <- Test2 %>% dplyr::mutate_if(sapply(Test2, is.integer), as.numeric)
str(Test2)
Test2 <- droplevels(Test2)

我在运行前 4 行时收到以下错误消息：

Error in in .shallow(x, cols = cols, retain.key = TRUE) : can't set ALTREP truelength

如果我尝试打开 Test2 数据框，我会收到以下消息

View(Test2)
Error in View : can't set ALTREP truelength

但是，如果我使用删除 Test2

rm(Test2) 

并运行以下命令，我没有收到任何错误：

Test2 <- as.data.frame(Test2)
str(Test2)
Test2 <- Test2 %>% dplyr::mutate_if(sapply(Test2, is.character), as.factor)
Test2 <- droplevels(Test2)
Test2 <- Test2 %>% dplyr::mutate_if(sapply(Test2, is.integer), as.numeric)
str(Test2)
Test2 <- droplevels(Test2)

大小限制是否在 data.table 中起作用，因为它似乎适用于小数据并且对上面的示例犹豫不决。

是不是每次都必须保证数据保存为class= "data.frame"的数据框？

这些数据框什么时候会自动转换为data.table，因为在我的真实数据集中虽然没有加载data.table库，但数据保存为data.table？

请解释一下？我有 R 4.0.2 并清理了空间并重新安装了所有软件包和依赖项，并且 RStudio 版本是 1.3.959 。

【讨论】：

很好的重现性。尝试使用 reprex() 并将其发布为问题以获得正确的关注：github.com/Rdatatable/data.table/issues