Perché data.table perde la definizione della classe in .SD dopo il gruppo per?

Question

Ho provato ad associare la mia classe a numeric, per modificare l'output format. Funziona bene, ma dopo che faccio un gruppo by la classe ritorna al valore numerico.

Esempio: Definire una nuova funzione di formattazione per la mia classe:

format.myclass <- function(x, ...){ 
    paste("!!", x, "!!", sep = "") 
} 

poi fare una piccola data.table e cambiare una delle colonne per MyClass:

> DT <- data.table(L = rep(letters[1:3],3), N = 1:9) 
> setattr(DT$N, "class", "myclass") 
> DT 
    L  N 
1: a !!1!! 
2: b !!2!! 
3: c !!3!! 
4: a !!4!! 
5: b !!5!! 
6: c !!6!! 
7: a !!7!! 
8: b !!8!! 
9: c !!9!! 

Ora eseguire un gruppo e la colonna N ritorna a intero:

> DT[, .SD, by = L] 
    L N 
1: a 1 
2: a 4 
3: a 7 
4: b 2 
5: b 5 
6: b 8 
7: c 3 
8: c 6 
9: c 9 

> DT[, sapply(.SD, class), by = L] 
    L  V1 
1: a integer 
2: b integer 
3: c integer 

Qualche idea del perché?

Answer 1

Perché ogni volta che R riceve un vettore, getta via la classe. Perché? Bene, perché è un asino, ecco perché. Devi scrivere un metodo "[" -subset.

> DT[,N] 
[1] 1 2 3 4 5 6 7 8 9 
attr(,"class") 
[1] "myclass" 
> DT[1:2,N] 
[1] 1 2 

vedere in che modo il vettore ha rimosso la classe? Questo è il problema. data.table sta facendo questo a un certo punto del tuo vettore. Scrivi un metodo "[" (copia solo quello utilizzato da Data):

"[.myclass"= function (x, ..., drop = TRUE){ 
    cl <- oldClass(x) 
    class(x) <- NULL 
    val <- NextMethod("[") 
    class(val) <- cl 
    val 
} 

> DT[1:2,N] 
[1] 1 2 
attr(,"class") 
[1] "myclass" 

e ora ha qualche classe. Questo risolve anche la tua ultima linea con il sapply:

> DT[, sapply(.SD, class), by = L] 
    L  V1 
1: a myclass 
2: b myclass 

Answer 2

Questo è ora fissato in v1.8.11, commit 1005+. Da NEWS:

o Che .SD non trattiene classe della colonna è stato corretto. Grazie a Corone per aver segnalato qui su SO: Why does data.table lose class definition in .SD after group by?